Оценка влияния ионов тяжелых металлов и осмотического давления среды на уровень активности пищеварительных ферментов русского осетра: Acipenser gueldenstaedtii Brandt тема диссертации и автореферата по ВАК РФ 03.03.01, кандидат биологических наук Мартьянов, Александр Сергеевич

• Мартьянов, Александр Сергеевич
• кандидат биологических наук
• 2012

Оглавление диссертации кандидат биологических наук Мартьянов, Александр Сергеевич

СОДЕРЖАНИЕ

Стр.

Введение

Глава 1. Литературный обзор

1.1. Виды и механизмы процессов пищеварения организмов

1.2. Особенности процессов пищеварения рыб

1.3. Содержание тяжелых металлов в водах Волги и Каспия и их влияние на организм гидробионтов

1.4. Действие тяжелых металлов на биологические системы рыб

1.5. Осмолярность среды, ее значение в жизни гидробионтов

1.6. Кластерный анализ

1.7. Нейронные сети как средство анализа данных

1.7.1. Свойства нейронных сетей

1.7.2. Знания в нейронных сетях

1.7.3. Применение нейросетевых технологий в биологичесих и медицинских исследованиях

1.8. Многомерное шкалирование

Глава 2. Материал и методы исследований

2.1. Физиолого-биохимические методики исследований

2.2. Обзор техник применяемой иерархической кластеризации данных

2.3. Техники нечеткой кластеризации

2.4. Методика исследования массивов экспериментальных данных с помощью многомерного шкалирования

2.5. Список используемых для нейросетевого моделирования функций

Neural Network Toolbox

Глава 3. Результаты и обсуждение

3.1. Влияние ионов металлов на активность пищеварительных гидролаз слизистой оболочки кишечника русского осетра

3.2. Влияние ионов тяжелых металлов на уровень активности пищеварительных гидролаз слизистой оболочки пилорической железы

русского осетра

3.3. Влияние осмотического давления на уровень активности гидролаз слизистой оболочки кишечника русского осетра

3.4. Влияние осмолярности окружающей среды на уровень активности гидролаз слизистой оболочки пилорической железы русского осетра

3.5. Кластерный анализ экспериментальных данных

3.5.1. Кластеризация данных о воздействии тяжелых металлов на пищеварительные ферменты русского осетра

3.5.2. Кластерный анализ данных о влиянии осмотического давления среды на уровень активности пищеварительных гидролаз русского

осетра

3.6. Анализ реакции комплекса ферментов на изменения осмолярности среды с помощью классификационных методик

3.7. Нейросетевое моделирование воздействия осмолярности среды на уровень активности пищеварительных гидролаз русского осетра

3.8. Нечетко-нейронное моделирование воздействия осмолярности

среды на пищеварительные ферменты русского осетра

Заключение

Выводы

Список литературы

Введение диссертации (часть автореферата) на тему «Оценка влияния ионов тяжелых металлов и осмотического давления среды на уровень активности пищеварительных ферментов русского осетра: Acipenser gueldenstaedtii Brandt»

Введение

Актуальность проблемы. В последнее время одной из центральных проблем современной биологии является проблема адаптаций организмов к воздействию факторов окружающей среды. Относительно ферментов пищеварительной системы изучение воздействия подобных факторов приводит к вопросам относительно структурной однородности фермента, выполняющего определенную функцию. Основные особенности физиологии пищеварения рыб к настоящему времени изучены весьма подробно (Уголев, Кузьмина, 1993), однако факториальные исследования в этой области продолжаются по сей день (Кузьмина, 2007, Кузьмина, Ушакова, 2007; Кузьмина, 2009).

На протяжении ряда лет представители семейства Асгрешепёае, многие из которых населяют воды Каспийского бассейна, привлекают к себе внимание исследователей. Это обусловлено рядом уникальных свойств данной группы рыб. В частности, это специфичные морфофизиологические, филогенетические и экологические свойства осетровых. Однако до настоящего времени остается ряд вопросов, на которые не существует однозначного ответа. В области физиологии пищеварения рыб это касается особенностей воздействия на пищеварительные ферменты осетровых ряда ионов тяжелых металлов, так как относительно данного явления существует ограниченное количество работ (Кузьмина, Голованова, 1998; Неваленный, Бедняков, 2000; Бедняков, 2000; Неваленный и др., 2003). Кроме того, практически ничего не известно об особенностях адаптаций пищеварительных энзимов осетровых и вообще проходных рыб к периодически меняющимся (в силу их образа жизни) осмотическим условиям окружающей среды (Краюшкина, Семенова, 2006; Кузьмина, 2010; Металлов и др., 2010).

В случае рассмотрения изменений активности ферментов под влиянием вышеназванных факторов как адаптивных реакций подходящим средством для анализа экспериментальных данных, по нашему мнению, является кластерный анализ результатов экспериментов, позволяющий создать компактную

иерархическую классификацию исследуемых объектов, удобную для вычленения отдельных групп и сравнения их между собой (т.е. проведения сравнительного анализа). При этом алгоритмы кластеризации не требуют выдвижения каких-либо априорных гипотез относительно изучаемой выборки данных. Следует отметить, что в последние годы методы многомерного статистического анализа, и, в частности, иерархический кластерный анализ все шире используются в биологических науках, в том числе и в ихтиолоии при изучении популяций и межпопуляционных морфологических, биохимических, генетических отличий в пределах вида (Богданов, Книжин, 2007; Книжин и др., 2007; Богданов, 2007; Хрусталева, 2007; Книжин и др., 2006а,б,в,г,д, 2007, 2008; Алексеев, Осинов, 2006; Винников и др., 2006; Пичугин и др., 2006а,б; Мироновский, 2006; Волвенко, Кафанов, 2006; Волобуев и др., 2005), но применение таких методов при решении эколого-физиологических задач сравнительно мало распространено.

Цель работы. Изучить воздействие ионов тяжелых металлов и осмолярности среды на а-амилазу, мальтазу и щелочную фосфатазу слизистой оболочки кишечника и пилорической железы русского осетра, используя методы кластеризации, нейросетевого и нечеткого моделирования.

Задачи исследования:

1. Проанализировать с привлечением классификационных методов особенности реакций ферментов слизистой оболочки кишечника и пилорической железы на присутствие ионов металлов исследуемых концентраций;

2. Выявить изменения уровня активности исследуемых ферментов при различных значениях осмотического давления среды

3. Сравнить и проанализировать изменения уровня активности исследуемых ферментов различного происхождения при исследуемых факториальных воздействиях;

4. Разработать модели воздействия осмолярности на уровень активности исследуемых ферментов, исследовать возможности и ограничения созданных моделей;

5. Сравнить созданные модели воздействия осмотического давления на уровень активности ферментов по критериям точности, применимости, возможности содержательной интерпретации.

Научная новизна работы. В диссертационной работе впервые исследовано воздействие осмолярности среды на активность пищеварительных ферментов русского осетра. При этом были сопоставлены реакции на данный фактор, а также на воздействие ионов тяжелых металлов ферментов слизистой оболочки кишечника и пилорической железы. Выявлены различия в реакциях ферментов разного происхождения, проведен всесторонний классификационный анализ полученных закономерностей. Создан комплекс классификационных и прогностических моделей, результаты которого обладают существенно большей надежностью в сравнении с результатами изолированно используемых методик. Впервые в данной области исследований были применены с целью моделирования нейроинформационные технологии и системы нечеткого вывода.

Теоретическая и практическая значимость работы. Впервые проведено информационное моделирование факториальных воздействий на организм гидробионтов. Полученные результаты позволяют установить определенные различия в функциональности пищеварительных ферментов слизистой оболочки кишечника и пилорической железы русского осетра. Создан и рекомендован к дальнейшему применению комплекс моделей, генерирующей результаты с повышенной надежностью. Также предложены практические рекомендации по созданию базы данных, объединяющей массивы самих данных, результаты классификационного анализа и непосредственно взаимосвязанные прогностические модели.

Апробация работы. Основные положения диссертационной работы представлялись на Конференциях профессорско-преподавательского состава

АГТУ в 2007 - 2010гг., конференции «Экология биосистем: проблемы изучения, индикации и прогнозирования» (Астрахань, 2007 г.), международной научной конференции «Биология: теория, практика, эксперимент» (Саранск, 2007 г.), Всероссийской конференции с международным участием «Механизмы функционирования висцеральных систем» (Санкт-Петербург, 2008 г.), конференции «Экологические проблемы природных и урбанизированных территорий» (Астрахань, 2008), международной конференции «Фундаментальные аспекты биологии в решении актуальных экологических проблем» (Астрахань, 2008)

Публикации. По теме диссертации опубликовано 23 работы.

Глава 1. Литературный обзор 1.1. Виды и механизмы процессов пищеварения организмов

Внеклеточное пищеварение характеризуется тем, что синтезированные в клетке ферменты выделяются за ее пределы во внеклеточную среду, где реализуется их гидролитический эффект. При внеклеточном пищеварении ферменты растворены в водной фазе и их распределение определяется законами теплового движения. В связи с этим возможна любая ориентация активных центров ферментов по отношению к субстратам, а структурная организация ферментных систем ограничена или невозможна (Еремина, Строкова, 2009). Растворенные в водной фазе ферменты атакуют поглощенные организмом субстраты, разрушая, в частности, крупные молекулы и надмолекулярные агрегаты, и обеспечивают главным образом начальные этапы пищеварения. Внеклеточное пищеварение обнаружено у всех организмов, включая бактерий. В тонкой кишке высших организмов полостное пищеварение сочетается с мембранным и иногда внутриклеточным (Уголев, 1991).

Под внутриклеточным пищеварением понимаются все случаи, когда нерасщепленный или частично расщепленный субстрат проникает внутрь клетки, где подвергается гидролизу не выделяемыми за ее пределы ферментами. Внутриклеточное пищеварение может быть разделено на 2 подтипа - молекулярный и везикулярный. Молекулярное внутриклеточное пищеварение характеризуется тем, что ферменты, находящиеся в цитоплазме, гидролизуют проникающие в клетку небольшие молекулы субстрата, главным образом димеры и олигомеры, причем проникают такие молекулы пассивно или активно. Например, с помощью специальных транспортных систем, активно, переносятся через клеточную мембрану дисахариды и дипептиды у бактерий. Если внутриклеточное пищеварение происходит в специальных вакуолях, или везикулах, которые образуются в результате эндоцитоза (пиноцитоза или фагоцитоза), то оно определяется как везикулярное, или

эндоцитозное. При везикулярном внутриклеточном пищеварении эндоцитозного типа происходит впячивание определенного участка мембраны вместе с поглощаемым веществом. Далее этот участок постепенно отделяется от мембраны, и образуется внутриклеточная везикулярная структура (Абдурахманов и др., 2003). Как правило, такая везикула сливается с лизосомой, содержащей широкий спектр гидролитических ферментов, действующих на все основные компоненты пищи. В образовавшейся новой структуре - фагосоме и происходят гидролиз поступивших субстратов и последующее всасывание образующихся продуктов. Непереваренные остатки фагосомы обычно выбрасываются за пределы клетки путем экзоцитоза. Таким образом, внутриклеточное пищеварение - это механизм, за счет которого реализуется не только переваривание, но и поглощение клеткой пищевых веществ, в том числе крупных молекул и надмолекулярных структур. Внутриклеточное пищеварение лимитировано проницаемостью мембраны и процессами эндоцитоза (Абдурахманов и др., 2003). Последние характеризуются низкой скоростью и, по-видимому, не могут играть существенной роли в обеспечении нутритивных потребностей высших организмов. С точки же зрения энзимологии внутриклеточное пищеварение везикулярного типа представляет собой сочетание микрополостного и мембранного пищеварения (Уголев, 1967). Везикулярное внутриклеточное пищеварение выявлено у всех типов животных, а молекулярное - у всех групп организмов.

Мембранное пищеварение происходит на границе внеклеточной и внутриклеточной сред и обладает некоторыми особенностями как внеклеточного, так и внутриклеточного пищеварения. Этот тип пищеварения также обнаружен у всех организмов. У человека и высших животных мембранное пищеварение реализуется преимущественно в тонкой кишке ферментами, связанными со структурами мембраны кишечных клеток. К этим ферментам относятся:

• ферменты, секретируемые клетками поджелудочной железы и адсорбированные на поверхности кишечных клеток, главным образом в гликокаликсе;

• собственно кишечные ферменты, которые синтезируются в самих кишечных клетках и затем встраиваются в их апикальную мембрану (Уголев, 1991).

Активные центры ферментов, осуществляющих мембранное пищеварение, обращены в полость тонкой кишки, т.е. ориентированы определенным образом по отношению к мембране и водной фазе. Этим мембранное пищеварение существенно отличается от полостного и внутриклеточного типов переваривания. Мембранное пищеварение малоэффективно по отношению к крупным молекулам и тем более надмолекулярным агрегатам. Панкреатические ферменты, адсорбированные на структурах кишечной слизистой оболочки, реализуют преимущественно промежуточные стадии гидролиза пищевых веществ (углеводов, белков, жиров, витаминов), мембранные - преимущественно заключительные стадии их расщепления. Мембранное пищеварение также интегрировано с процессами полостного переваривания и всасывания. Более того, собственно кишечные ферменты и транспортные системы мембраны могут образовывать ферментно-транспортные комплексы, благодаря которым продукты гидролиза получают преимущество при всасывании (Абдурахманов и др., 2003). Для высших организмов, в том числе рыб, наиболее характерна комбинация полостного и мембранного пищеварения, между которыми существует сложная функциональная зависимость, так как конечные продукты первого служат субстратом для второго. Крупные молекулы субстратов остаются в полости тонкой кишки и там гидролизуются главным образом ферментами, секретируемыми клетками поджелудочной железы. Относительная роль полостного пищеварения тем больше, чем крупнее молекулы пищевых веществ, а относительная роль мембранного гидролиза увеличивается по мере уменьшения размеров молекул. При определенных условиях мембранное

пищеварение становится доминирующим механизмом. Внутриклеточное молекулярное пищеварение у высших животных служит, по-видимому, дополнительным механизмом гидролиза ди- и трипептидов (Gardner, 1984, 1988).

Все три рассмотренных типа пищеварения существуют на всех уровнях эволюционной лестницы - от бактерий до млекопитающих и все многообразие пищеварительных механизмов обусловлено сочетанием трех основных типов пищеварения.

Однако в большинстве случаев усвоение пищевых веществ требует участия симбионтов - бактерий и простейших, поэтому особое место среди других механизмов переваривания пищи занимает симбионтное пищеварение, т.е. пищеварение за счет микроорганизмов желудочно-кишечного тракта. Оно присуще почти всем многоклеточным организмам и отчетливо проявляется у растительноядных жвачных. Этот тип пищеварения широко распространен также у беспозвоночных, например у насекомых (Уголев, 1991).

Как правило, пищеварительный тракт макроорганизма заселен бактериями и простейшими, которые частично или полностью снабжают организм хозяина необходимыми органическими веществами, в том числе витаминами, незаменимыми аминокислотами и др.(Извекова, Плотников, 2007) Симбионтами некоторых животных (моллюсков, актиний, кораллов) могут быть также водоросли - зооксантеллы и зоохлореллы, поставляющие пищевае вещества хозяину. В симбионтном пищеварении в настоящее время выделено 2 фундаментальных биологических механизма:

• первичные пищевые вещества разрушаются ферментами бактерий и простейших, а образующиеся продукты гидролиза используются преимущественно организмом хозяина;

• бактерии и простейшие не только разрушают первичные пищевые продукты, но и утилизируют их, тогда как хозяин поглощает вторичную пищу, состоящую из структур симбионтов (Уголев, 1991).

Организмы, содержащие симбионты, более устойчивы к пищевому голоданию и недостатку кислорода (Извекова и др., 2011 а,б). Скорее всего, во многих случаях быстрота адаптации и, следовательно, возможность изменения трофической ниши связаны не только, а иногда и не столько с изменением пищеварительных характеристик самого хозяина, сколько с изменением ферментных характеристик микрофлоры, населяющей желудочно-кишечный тракт. Более того, образование экзотических трофических ниш и заполнение трофических пустот также в ряде случаев связаны с приобретением и культивированием соответствующих симбионтов (Абдурахманов и др., 2003).

Нельзя исключить, что в составе нормальной флоры желудочно-кишечного тракта всегда присутствуют «случайные» загрязняющие бактерии, способные утилизировать и расщеплять нехарактерные для данной популяции пищевые субстраты (Кузьмина, 2005). Таким путем, вероятно, происходят эволюция питания и приспособление организмов к новым трофическим нишам. Кроме того, у организмов в пределах пищеварительного аппарата могут существовать своеобразные трофические цепи, что обеспечивает многие эволюционные и экологические перестройки. Таким образом, эта сторона процессов питания и пищеварения в животном мире хотя и недостаточно изучена, но исключительно важна для целостного представления о механизмах переработки и усвоения пищи.

В ассимиляции пищи, помимо рассмотренных механизмов, важную роль играет так называемый индуцированный аутолиз. Это такой тип пищеварения, при котором объект питания в естественных условиях обеспечивает собственное переваривание и усвоение, является наиболее древним механизмом начальной переработки пищевых веществ у многоклеточных организмов (Меншуткин и др., 2007). Индуцированный аутолиз реализуется собственными ферментами пищевого объекта, а пищеварительные ферменты хозяина создают благоприятные условия для их действия (Извекова, Плотников, 2007). Однако до последнего времени считалось, что аутолиз играет незначительную роль в общем пищеварительном процессе, так как начальные

этапы пищеварения осуществляются в основном в полости желудочно-кишечного тракта высших организмов секретируемыми ферментами хозяина, а промежуточные и заключительные - в результате мембранного пищеварения. Основные затруднения при этом возникали при интерпретации питания хищников, у которых происходит переваривание больших порций мяса, из-за чего отношение поверхность/масса мало и невыгодно для ферментов желудочного сока, действующих на поверхности пищевого объекта. Описан индуцированный аутолиз был лишь в 1984 году (Уголев, Цветкова, 1984). При индуцированном аутолизе жертва, или, шире говоря, объект питания, обеспечивает свое собственное переваривание. При этом раньше, чем ферменты хищника гидролизуют структуры жертвы, начиная с ее поверхности, организм этой жертвы будет аутолизироваться за счет индуцированного аутолиза (Кузьмина, 2005).

Организм-ассимилятор индуцирует расщепление структур пищевого фермента объектами последнего, активируя их и создавая оптимальные условия среды, в том числе рН. Под действием пищеварительного сока происходит разрушение лизосом и выход в клетку многочисленных лизосомальных гидролаз, разрушающих все структуры клетки при рН 3,5 - 5,5. Скорость диффузии гидролаз ассимилятора внутрь пищевого объекта даже при низком диффузионном сопротивлении мембраны лимитирована их сравнительно большой молекулярной массой, тогда как скорость диффузии иона водорода примерно на 3 - 4 порядка больше. При выходе гидролаз из лизосом под влиянием сдвига рН возникает множество центров гидролиза в каждой клетке, что создает практически тотальное расщепление ткани. Следует добавить, что в кислых секретах организма-ассимилятора содержатся главным образом протеазы, тогда как ферментный спектр лизосом практически универсален. Однако в ассимилируемых объектах имеются такие структуры (например, белки соединительной ткани, жировые депо, в тканях растений -полисахаридные депо), лишенные лизосом и не подвергающиеся индуцированному аутолизу. Следовательно, можно предположить, что

ферменты пищеварительных соков (гидролазы, расщепляющие белки, жиры и углеводы) особенно важны для утилизации указанных структур с высокой скоростью (Абдурахманов с соавт., 2003).

По-видимому, индуцированный аутолиз существует не только у плотоядных, но и у растительноядных животных. Расщепление пищи в этом случае отчасти обусловлено ферментами, находящимися в клетках растений.

Примеры индуцированного аутолиза обнаружены также среди низших животных, в частности у простейших и плоских червей. После захвата пищевого объекта происходит образование новых вакуолей, или везикул, обладающих кислой реакцией. Хотя кислая фаза переваривания в этих случаях была интерпретирована как выполняющая лишь денатурацию структур пищевого материала, представленные данные свидетельствуют о возможности значительного расщепления пищи в результате индуцированного аутолиза. В соответствии с этой гипотезой кислая среда пищеварительных везикул приводит к активации лизосомальных ферментов двумя путями:

• увеличивая проницаемость мембран лизосом;

• создавая адекватные условия для действия лизосомальных ферментов, которые активны в слабокислой среде.

Следовательно, возможен не только протеолиз, но и расщепление множества других пищевых веществ (Абдурахманов и др., 2003).

Можно думать, что представления об индуцированном аутолизе позволяют глубже понять механизмы естественного переваривания пищи, ее легкое усвоение без термической обработки и, наконец, то обстоятельство, что индуцированный аутолиз - это важное и древнее приспособление последовательных партнеров в трофической цепи.

1.2. Особенности процессов пищеварения рыб

Полостное пищеварение у рыб, также как и у высших позвоночных животных, осуществляется в полости желудочно-кишечного тракта за счет

ферментов, секретируемых пищеварительными железами (Пучков, 1954; Строганов, 1962; Краюхин, 1963; Сорвачев, 1982; Фандж, Гроув, 1983). Энзимы, осуществляющие полостное пищеварение, характеризуются как эндогидролазы (Диксон, Уэбб, 1982), т.е. ферменты, расщепляющие внутренние связи макромолекул пищевых компонентов.

У рыб, имеющих желудок, начальные этапы полостного пищеварения протекают в полости желудка, где ферментативные реакции осуществляются в кислой среде (Сорвачев, 1982; Аминева, Яржомбек, 1984). После предварительной ферментативной обработки пища в жидком или полужидком виде поступает небольшими порциями в кишечник (Метельский, 2007).

В кишечнике дальнейшему ферментативному гидролизу подвергаются углеводы, жиры и полипептиды, освободившиеся в результате гидролиза белков в желудке. У безжелудочных рыб гидролиз всех типов химических связей происходит в кишечнике. Пищеварение в кишечнике, как правило, протекает в слабощелочной среде (рН 7,2 - 7,8) (Кузьмина, Первушина, 2004). Гидролитический распад содержимого кишечника осуществляется в основном за счет панкреатических ферментов: протеолитических (трипсина, химотрипсина, эластазы, карбоксипептидаз), а-амилазы, липазы, хитиназы и др. При этом протеолитические ферменты секретируются в плость кишечника в неактивной форме - в виде зимогенов (Сорвачев, 1982; Уголев, Кузьмина, 1993). Попадая в кишечную полость, трипсиноген активируется энтерокиназой - ферментом, продуцируемым клетками слизистой оболочки кишечника. Другие зимогены поджелудочной железы активируются трипсином (Строганов, 1962; Аминева, Яржомбек, 1984). В то же время в полостном пищеварении могут принимать участие и собственно кишечные ферменты (мальтаза, пептидазы, щелочная фосфатаза), попадающие в просвет кишки в результате десквамации энтероцитов, а также спонтанной солюбилизации (Кузьмина, 1978а; Уголев, 1972). Важную роль в протекании начальных этапов расщепления пищи может играть механизм индуцированного аутолиза (Уголев, 1980; Уголев, Цветкова, 1984). Кроме того, у рыб, как и у других позвоночных

животных, микрофлора пищеварительного тракта играет исключительно важную роль в деполимеризации и трансформации первичной пищи, создавая вторичный поток нутриентов (Мухин и др., 2007). Доминирующая группа бактерий, относящихся к роду Pseudomonas, характеризуется высокой протеолитической активностью (Голованова, 2006). Велика роль бактерий и в продуцировании витаминов: до 50% потребляемых рыбами витаминов продуцируется микрофлорой их пищеварительного тракта. Также установлена важная роль микрофлоры в фиксации молекулярного азота (Кузьмина, Ушакова, 2009). Кроме того, бактерии пищеварительного тракта синтезируют антибиотические вещества, подавляющие рост патогенной микрофлоры.

Наблюдавшаяся рядом авторов (Уголев, Кузьмина, 1993) инвагинация плазматической мембраны между микроворсинками в зоне терминальной сети и апикальной цитоплазмы, содержащей различные везикулы и вакуоли, служит доказательством существования у рыб внутриклеточного пищеварения. В настоящее время предполагается, что способность всасывания и переваривания молекулярных белков играет существенную роль в питании молодых особей.

Мембранное пищеварение к настоящему времени продемонстрировано у большого числа видов рыб, относящихся к различным семействам, а именно к карповым Cyprinidae, щуковым Esocidae, осетровым Acipenseridae, бычковым Gobioidae и лососевым Salmonidae, тресковым Gadidae, корюшковым Osmeridae и окуневым Percidae. Структурной основой мембранного пищеварения является щеточная кайма энтероцитов (Уголев, 1972). У рыб обнаружены структуры, сходные с микроворсинками и гликокаликсом высших позвоночных животных. На 1 мм слизистой оболочки кишечника приходится примерно 34 млн. микроворсинок. Размеры микроворсинок варьируют у разных видов. Кроме того, их высота может варьировать в пределах пищеварительного тракта. Так, для леща показано 2-кратное уменьшение высоты микроворсинок в заднем отделе по сравнению с передним и средним отделами кишечника (Куперман и др., 1985; Уголев, Кузьмина, 1993).

В настоящее время доказано участие некоторых собственно кишечных (мальтаза, инвертаза, у-амилаза, дипептидазы, щелочная фосфатаза) и адсорбированных (а-амилаза) ферментов в мембранном гидролизе пищи рыб (Уголев, 1972; Кузьмина, 19786, 1994, 1997; Уголев, Кузьмина, 1993). При этом ферменты энтерального происхождения образуют группу так называемых экзогидролаз, расщепляя преимущественно конечные связи, в результате чего образуются олиго- и мономеры (Диксон, Уэбб, 1982).

Таким образом, приведенные данные свидетельствуют о том, что рыбы обладают как структурами, необходимыми для протекания процессов мембранного пищеварения, так и набором ферментов, осуществляющих мембранный гидролиз пищи (Кузьмина и др., 2010а,б). Однако и в этом случае у рыб существует ряд особенностей, присущих только пойкилотермным организмам (онтогенетические, ритмические, токсикологические и др.) (Голованова и др., 2007).

Например, известно, что структурно-функциональная организация животных сущственно изменяется в процессе их онтогенетического развития. Спектр питания в течение онтогенеза значительно меняется. Так, у рыб к концу первого нагульного периода наблюдается расширение кормовой базы и становление типа питания (Ильина, 1973). Последнее сопровождается перестройками спектра пищеварительных ферментов. При этом у хищников, как правило, в большей степени, чем у растительноядных рыб, увеличивается активность ферментов цепи протеаз (Кузьмина и др., 2008а,б, 2010). При этом суммарная активность одноименных гидролаз в пищеварительном тракте увеличивается, относительная суммарная активность уменьшается, особенно у рыб самых старших возрастных групп (Туктаров, Неваленный, 2005). В отличие от типичных хищников у хищников-факультативных бентофагов возрастная динамика ферментативной активности выражена менее отчетливо (Неваленный и др., 2003). Это свидетельствует о том, что уровень активности ферментов, по крайней мере некоторых, на протяжении онтогенеза хищников-факультативных бентофагов снижается в меньшей степени, чем у типичных хищников. У

растительноядных рыб в процессе онтогенеза активность пищеварительных ферментов претерпевает значительные изменения. Как правило, в личиночный период наблюдается увеличение уровня ферментативной активности (Волкова, Неваленный, 1996). При этом темпы становления гидролитических функций зависят от класса гидролаз и вида рыб (Кузьмина, Стрельникова, 2008). Так, на примере ферментов цепи протеаз карпа было продемонстрировано, что на ранних личиночных этапах функционируют лишь собственно кишечные экзогидролазы (Кузмина, Ушакова, 2007а,б). Активность же эндогидролаз, обеспечивающих начальные этапы гидролиза белка, появляется лишь когда начинают функционировать экзокринные элементы гепатопанкреаса. При этом характерно неравномерное увеличение активности, а также значительная вариабельность возрастной динамики различных гидролаз (Ильина, 1986).

По всей вероятности, в перестройках ферментных систем кишечника рыб, как и у млекопитающих, значительная роль принадлежит механизму субстратной регуляции (Уголев и др., 1970, 1977). Однако закономерности влияния факторов среды на реализацию адаптационных процессов мембранного пищеварения у рыб до сих пор изучены недостаточно подробно (Егоров, 1995; Неваленный, 1996).

1.3. Содержание тяжелых металлов в водах Волги и Каспия и их влияние на организм гидробионтов

В настоящее время в связи с усилившимся антропогенным прессом на водоемы возрастает потребность в изучении токсикологических аспектов функции мембранного пищеварения у рыб (Головаова, Таликина, 2005). Известно, что современный уровень развития промышленных технологий не позволяет перейти к экологически чистому производству (Папченкова и др., 2009). Что касается водоемов Северного Каспия, то здесь наибольшие превышения рыбохозяйственных ПДК характерны для цинка и меди. Максимальное накопление тяжелых металлов при этом происходит во

фронтальной зоне «река - море», а также в устьевых зонах Волги и Урала. Наиболее четко прослеживается увеличение во фронтальной зоне содержания меди. Так, в июне 1999 года рыбохозяйственная ПДК меди была превышена в этой зоне в 12-33 раза, в сентябре в 10 - 13 раз. На протяжении многих лет в Северном Каспии прослеживается тенденция к возрастанию содержания цинка и меди и уменьшению концентрации свинца и марганца (Катунин и др., 2000).

Накопление тяжелых металлов происходит в тканях гидробионтов, входящих в трофические цепи различного уровня (Голованова, Фролова, 2006). Анализ результатов накапливания тяжелых металлов макрофитами указывает на то, что среди водорослей практически всегда количественно преобладают такие металлы, как железо, цинк и марганец, тогда как кобальт, кадмий и ртуть присутствуют в минимальных концентрациях (Котикова и др., 2005). Исследования, проведенные на личинках комара-дергунца (СЫгопотш рЫтоБш) показывают, что при хроническом воздействии сублетальных концентраций ионов У5+, Мо6+, Мп2+, №2+, Си2+ и Си+ у подопытных животных наблюдались признаки некроза и дезинтеграции тканей, при этом гемоглобин полностью исчезал, а хвостовая часть тела приобретала белую окраску. Отмечена высокая токсичность ионов Си и Си2+, которая в 100 - 10000 раз превышала токсичность остальных металлов (Га^азоуа, 1997).

Для рыб существует зависимость между интенсивностью накопления металла и органом, в котором наблюдается его максимальная концентрация (Голованова, 2011). Так, цинк и мышьяк накапливаются в наибольших количествах в гонадах, медь - в печени, хром, никель, сурьма и кадмий - в мышцах, тогда как свинец и ванадий - в чешуе (Костицин с соавт., 1998). По суммарному накоплению девяти тяжелых металлов исследованные ткани и органы рыб в среднем распределились следующим образом: гонады - печень -мышцы - чешуя (Павлов и др., 2010). При этом распределение тяжелых металлов по градиенту концентраций следующее (в мг/кг): Ъп - Си - Сг - № -У-8Ь-РЬ-Сс1-А8.

Металлы в организме рыб распределяются, таким образом не однородно, а подчиняясь некоторым общим закономерностям, связанным как с физико-химическими свойствами самих металлов, так и с физиолого-биохимической спецификой органов и тканей (Неваленный с соавт., 2003). По способности к накоплению тяжелых металлов внутренние органы можно расположить в следующем порядке: скелет - гонады - печень - почки - селезенка - кишечник - мозг - мышцы, что соотносится с интенсивностью обменных процессов в этих тканях (за исключением скелета) (Евтушенко, Данилко, 1996).

Установлено, что уровни содержания тяжелых металлов в тканях большинства промысловых рыб, населяющих воды России, в частности Каспийского моря, намного ниже предельно допустимых концентраций этих элементов, предусмотренных российскими и международными санитарными нормами для пищевых морепродуктов (Ковальчук, Брень, 1999).

1.4. Действие тяжелых металлов на биологические системы рыб.

Кобальт влияет на процессы кроветворения различных животных, в том числе рыб, усиливая ионизацию и резорбцию железа, способствуя включению атома железа в молекулу гемоглобина, ускоряя созревание эритроцитов. Избыток кобальта угнетает гемопоэз, при недостатке его развивается анемия, а физиологические дозы стимулируют образование гемоглобина (Воробьев, 1993).

Входя в состав кобамидных коферментов (витамин В12), кобальт принимает участие во множестве метаболических процессов. Он активирует кишечную фосфатазу, а также повышает активность кишечной фосфатазы и усиливает синтез ферментов в эритроцитах, регулирует процессы транслокации, т.е. процессы переноса и включения ферментов на поверхности мембран эпителиальных клеток слизистой оболочки тонкой кишки рыб. Известно также положительное влияние кобальта на гематологические показатели и белковый обмен животных (Воробьев, 1993).

Роль марганца в организме также велика и связана с ферментами, гормонами и витаминами. К числу ферментов, активируемых этим элементом, относятся пептидазы сыворотки крови, декарбоксилазы пировиноградной и кетоглутаровой кислот, фосфоглюкомутазы, промидазы и другие (Кузьмина, Ушакова, 2007в,г). Марганец выступает в роли окислителя ряда биологических систем и в анаэробных условиях действует как акцептор водорода (Филиппов, Голованова, 2010). Атомы цинка входят в состав активного центра и поддерживают активную конформацию щелочной фосфатазы (Диксон, Уэбб, 1982). Биотические дозы меди повышают восприимчивость организма к некоторым инфекциям. Медь желатирует микробные токсины и усиливает действие антибиотиков (Воробьев, 1993).

Однако для всех перечисленных металлов весьма характерна также способность оказывать токсическое действие на организм при нахождении их в окружающей среде в растворенной форме (иногда в форме комплексных соединений) в определенных концентрациях (Голованова, 2008, 2010). Так, при экспозиции в сублетальных концентрациях меди, марганца, цинка наблюдаются изменения в числе эритроцитов, общем числе лейкоцитов (лейкоцитоз или лейкопения), проценте лимфоцитов, нейтрофилов и моноцитов, а также осмотической резистентности эритроцитов (Узунова, Димитрова, 1998). Действие на организм рыб, в частности, радужной форели, сублетальных концентраций меди приводит к неблагоприятным изменениям физиологических характеристик иммунной системы (Dethloff, Bailey, 1998). Кроме того, воздействие тяжелых металлов приводит к изменениям биохимии протеинов крови рыб, при этом летальные и сублетальные концентрации различных металлов оказывают сходное воздействие, отличаясь лишь диапазоном влияний (Кузьмина, Ушакова, 2007).

К тому же при воздействии тяжелых металлов наблюдаются гистопатологические изменения органов рыб (Бирюков, 1996). O.A. Дубинина и Е.В. Рябухина (1997) установили, что концентрация сульфата меди 40 мг/л является остротоксичной и вызывает сильное обводнение тканей кишечника, и,

следовательно, приводит к нарушению функционирования эпителиальных структур. Вес ткани кишечника увеличивается в среднем на 50% по сравнению с контролем. Длительное содержание радужной форели (Salmo gairdneri) в растворах с концентрацией ионов меди порядка 0,5 мг/л приводит к глубоким изменениям кардиореспираторной активности и гематологических показателей (Казлаускене, Восилене, 1995).

Эволюционно у рыб выработался ряд защитных механизмов к воздействию токсикантов, в том числе и тяжелых металлов (Голованова и др., 2005, 2007, 2008). Один из них - защитный барьер, который создают покровы тела рыбы (слизь и чешуя) (Шилова и др., 2010). Кроме того, в кров рыб обнаружены специфические низкомолекулярные (молекулярная масса 10000 — 12000), богатые SH-связями белки, которые связывают избыточные количества тяжелых металлов (в основном цинка) и выводят их из организма - это так называемые металлотионеины и металлотионеин-подобные олигопептиды (Конин, 2010). Другой их важной функцией является перераспределение необходимых металлов к другим протеинам, нуждающимся в них как в кофакторе (Роева с соавт., 1999). Непосредственное действие металлов оказывает влияние на структуру металлосвязывающих белков (Голованова и др., 2005, 2009). Например, увеличение концентрации металлов у карпа приводит к тому, что содержание небелковых тиоловых соединений в печени уменьшается и увеличивается концентрация белковых, в том числе и металлотионеин-подобных белков (Столяр с соавт., 1998).

В настоящее время данные по исследованиям воздействия ионов металлов на процессы пищеварения рыб касаются по большей части влияния ионов кадмия на пищеварение карповых рыб (ферменты комплекса нейтральной и щелочной протеиназы и энзимы карбогидразного цикла) (Коростелев, Неваленный, 2007). В условиях хронического токсикологического эксперимента установлено, что ионы кадмия устойчиво ингибируют гидролитическую активность карбогидраз (Golovanova et al., 1994). Кадмий также оказывает ингибирующее влияние на активность а-амилазы слизистой

оболочки кишечника карпа и не оказывает достоверного влияния на уровень активности щелочной фосфатазы (Бедняков, 2000; Неваленный, Бедняков, 2000; Бедняков, Неваленный, 2010). После хронической токсикации молоди карпа ионами кадмия в концентрации 0,75 мг/л происходит практически полное восстановление первоначального уровня активности ряда гидролитических ферментов в течение 30 суток (Бедняков, 2000; Черная, Ковальчук, 2010).

Однако широкое использование в практике индустриального рыбоводства искусственных кормов (Гамыгин, 1989), в состав рецептур большинства из которых включаются минерально-витаминные премиксы для усиления темпов роста выращиваемых рыб, ставит экологическую физиологию перед необходимостью исследования воздействия всего спектра ионов металлов, наиболее часто входящих в состав минерально-витаминных премиксов, на различные физиологические параметры, в частности процессы пищеварения (Гарина, 2008). К числу таких металлов относятся марганец, железо, кобальт, медь и цинк (Кузьмина, Шишин, 2007; Кузьмина и др., 2005).

А.Н. Неваленный с соавт. (2003) проводили исследования воздействия перечисленных ионов, а также цинка на уровень активности пищеварительных гидролаз русского осетра в концентрациях 10" мг/л и 10 мг/л, данные представлены в табл. 1.

Из приведенных данных можно заключить, что ионы металлов в высокой концентрации статистически достоверно (р < 0,05) понижают уровень активности ферментов комплекса нейтральной протеиназы русского осетра. В присутствии ионов Мп и Со уровень активности данной группы ферментов в слизистой оболочке кишечника снизился в среднем на 22%, под действием ионов Бе2+ и М2+ - более, чем на 50%, ионов и

Си2+

- в среднем более чем в

3 раза.

Таблица 1

Л

Влияние ионов металлов в концентрациях 10 мг/л и 10" мг/л на уровень

активности пищеварительных ферментов русского осетра

Металлы Концентрация, мг/л Уровень активности ферментов, мкмоль/(г*мин)

Кислая протеиназа Нейтральная протеиназа Мальтаза Щелочная фосфатаза*

Контроль - 3,08±0,08 6,2±0,2 8,3±0,18 1549±48

Мп2+ 10 2,00±0,08 4,76±0,28 10,62±0,18 1747±13

0,01 3,64±0,04 5,44±0,32 10,23±0,15 1336±10

Fe2+ 10 2,96±0,12 3,60±0,40 11,56±0,27 1109±13

0,01 2,48±0,08 6,28±0,36 11,25±0,21 1296±40

Со2+ 10 3,04±0,04 4,96±0,24 11,23±0Д5 1499±9

0,01 4,64±0,08 5,92±0,08 11,84±0,15 1301±23

Ni2+ 10 3,04±0,08 3,52±0,28 10,26±0,12 1236±18

0,01 2,20±0,08 6,04±0,24 9,80±0,15 1296±5

Cu2+ 10 1,2±0,12 1,44±0,16 3,96±0,09 891±43

0,01 1,84±0Д2 3,88±0,20 11,05±0,18 1351±8

Zn2+ 10 2,80±0,12 1,80±0,20 9,52±0,15 1074±8

0,01 2,60±0,12 5,52±0,16 11,08±0,21 1446±20

С другой стороны, низкая концентрация ионов Fe2+, Со2+ и Ni2+ не вызывает статистически достоверных изменений в уровне активности нейтральной протеиназы слизистой оболочки кишечника русского осетра, тогда как ионы Mn2+ Zn2+ достоверно снижают интенсивность гидролиза субстрата в среднем на 11%, а ионы Си2+ - на 37% (Бедняков, 2010а,б).

Академиком A.M. Уголевым и другими было высказано предположение о существовании не одного, а нескольких регуляторных центров в молекулах пищеварительных гидролаз, специализированных для различных групп эффекторов. При этом быстрые конформационные переходы одной формы молекулы фермента в другую, приводящие к изменению уровня их активности, может происходить в результате действия модификаторов как алиментарной, так и неалиментарной природы (Уголев с соавт., 1983; Уголев, Кузьмина, 1993).

Механизм взаимодействия металла с молекулой фермента, вероятно, заключается в связывании иона металла с любыми аминокислотами энзима, содержащими в своем составе атом серы (цистеин, метионин), а также некоторые серонесодержащие аминокислоты (гистидин). Существует еще один способ взаимодействия ионов металлов с молекулами ферментов. Это замещение металлокомпонента некоторых энзимов (пептидазы, щелочная фосфатаза) на металл, близкий по атомному строению. Так, ионы ряда металлов (например, марганца, кобальта, цинка) способны активно подменять ионы других металлов, в частности магний, в ряде энзиматических систем (Калоус, Павличек, 1985; Егорова, 2010).

1.5. Осмолярность среды, ее значение в жизни гидробионтов

Осмотическое давление - термодинамический параметр, характеризующий стремление раствора к понижению концентрации при соприкосновении с чистым растворителем вследствие встречной диффузии вещества и растворителя. Если раствор отделен от чистого растворителя полупроницаемой мембраной, то возможна лишь односторонняя диффузия -осмотическое всасывание растворителя через мембрану в раствор. В этом случае осмотическое давление становится доступной для прямого измерения величиной, равной избыточному давлению, приложенному со стороны раствора при осмотическом равновесии.

Тенденция системы выровнять химические потенциалы во всех частях своего объема и перейти в состояние с более низким уровнем свободной энергии вызывает осмотический (диффузионный) перенос вещества. Осмотическое давление в идеальных и предельно разбавленных растворах не зависит от природы растворителя и растворенных веществ; при постоянной температуре оно определяется только числом «кинетических элементов» -ионов, молекул или коллоидных частиц - в единице объема раствора. Я.Х. Вант-Гофф в 1887 установил зависимость осмотического давления от

концентрации растворенного вещества, совпадающую с законом Бойля-Мариотта для идеальных газов. Оказалось, что осмотическое давление (я) численно равно давлению, которое оказало бы растворенное вещество, если бы оно при постоянной температуре находилось в состоянии идеального газа и занимало объем, равный объему раствора. Для весьма разбавленных растворов недиссоциирующих веществ найденная закономерность с достаточной точностью описывается уравнением: лУ=пЯТ

п - число молей растворенного вещества в объеме раствора V; Ы - универсальная газовая постоянная; Т - абсолютная температура.

В случае диссоциации вещества в растворе на ионы в правую часть уравнения вводится множитель £>1, коэффициент Вант-Гоффа; при ассоциации растворенного вещества К1. Осмотическое давление реального раствора (я') всегда выше, чем идеального (я"), причем соотношение

тС! называемое осмотическим коэффициентом, увеличивается с

ростом концентрации. Растворы с одинаковым осмотическим давлением называются изотоническими или изоосмотическими (в биологии эти термины не совсем равнозначны). Так, различные кровезаменители и физиологические растворы изотоничны относительно внутренних жидкостей организма (Савенко, 1977).

Именно с целью поддержания в ходе экспериментов необходимого уровня осмолярности среды были созданы различные физиологические растворы для холоднокровных и теплокровных животных.

Физиологические растворы для рыб: Пресноводные: МаС1 - 7,5 г/л КС1 - 0,2 г/л СаСЬ - 0,2 г/л МаНСО^ - 0,02 г/л

Морские: КаС1-7,8 г/л КС1 — 0,18 г/л СаСЬ - 0Л66 г/л МеСЬ - 0,095 г/л ЫаНСОч - 0,084 г/л ИаШРОд - 0,06 г/л

Изотонические растворы КаС1:

Белый амур - 0,6%

Серебряный карась, анчоус - 0,65%

Щука, сазан, карп - 0,75%

Линь - 0,83%

Угорь -1,03%

Скат-1,9-2%

Скумбрия, морской петух - 0,75%+0,2% мочевины. Осмотическое давление белков составляет примерно 1/200 общего осмотического давления плазмы (Физиология человека, 1972).

В 1882 году английский физиолог С. Рингер разработал состав физиологического раствора для холоднокровных животных, используемый по настоящее время (для теплокровных - раствор Рингера-Локка).

Таблица 2

Физиологические растворы

Название раствора Концентрация, г/л

№0 КС1 СаСЬ ИаНСО 3 МёС12 КаН2Р04 Глюк оза

Раствор Рингера для холоднокровных 6,5 0,14 0,1 -0,12 0,2

Название раствора Концентрация, г/л

ИаС1 КС1 СаС12 ИаНСО 3 МаН2Р04 Глюк оза

Раствор Рингера-Локка для теплокровных 9 0,42 0,24 0,15 1

Раствор Тироде 8 0,2 0,2 1 0,1 0,05 1

В целом из приведенных данных видно, что основную роль в создании осмотического давления во всех приведенных видах растворов играет хлорид натрия.

Для вод открытой части Каспийского моря характерны такие соотношения в ионном составе:

СГ+Вг>8042>НС0з"

Ма++К+>Мё2+>Са2+

Для открытого моря эти соотношения строго постоянны. Для речных вод, питающих Каспийское море, эти соотношения как бы перевернуты (Зенина, 1965).

НС0з>8042>С1"

Са2+>Мё2+>Ка++К+

Экстремальные значения солеобразующих ионов приведены в следующих таблицах (Пахомова, Затучная, 1988).

Таблица 3

Экстремальные значения содержания основных солеобразующих ионов (г/кг) в

северной части Каспийского моря

Значение К+ м§2+ Са2+ 3042" НСОз" СГ Е ионов

Максимум 3,33 0,091 0,75 0,35 3,102 0,174 5,54 13,4

Минимум 0,05 0,004 0,02 0,05 0,089 0,143 0,69 0,45

тах-тт 3,31 0,087 0,73 0,3 3,073 0,031 5,45 12,95

тах-тт, %от шах 98,5 95,6 97,3 85,7 97,5 17,8 98,4 96,6

Таблица 4

Экстремальные значения отношений ион/С1-%о в северной части Каспийского

моря

Значение Na+/Cl- К+/С1- Mg2+/Cl- Са2+/С1- S042-/С1/ НСОЗ-/С1- Z/C1-

Максимум 0,6389 0,0444 0,2356 0,5877 0,9889 1,5922 5,01

Минимум 0,5555 0,0157 0,2181 0,0632 0,5651 0,0301 2,365

max-min 0,0834 0,0287 0,1075 0,5245 0,4238 1,5624 3,645

Соотношение Z/C1- для Волги составляет 10 - 11, для Среднего Каспия равно 2,4.

Зависимости между ионами и хлорностью, применимые в диапазоне солености 2 - 13,5%о: Са2+=0.0538СГ+0.056 S042"=0.5666Cr+0.032 Mg2+=0.1341 СГ+0.01 НС03"=0.0135 СГ+0.092 Na+=0.5643Cl"+0.12 К+=0.0141СГ+0.09

В пределах 0,5 - 2%о резко меняются ионные соотношения и речной тип воды (карбонатно-кальциевый) меняется на хлоридно-натриевый.

В волжской воде основную долю анионов составляет НС03" - 23,5 - 32,2 %экв, второе место - SO4 - 9,8 - 20%экв, последнее место - Cl" - 6,2 -13,6%экв (Пахомова, Затучная, 1988).

Из катионов основная масса приходится на Са - 25,8 - 34,6%экв, Mg -7,9 - 13,5%экв, Na++K+ - 5,7 - 15%экв. Относительное содержание кальция всегда превышает содержание гидрокарбонатов, но меньше суммы гидрокарбонатов и сульфатов .

Основную площадь Северного Каспия (60%) занимает зона, где соленость изменяется от 2 до 6 - 8%о; зона, в которой происходит метаморфизация речных

вод (<2%о), составляет около 25%, вода с соленостью свыше 10%о занимает около 15% (однако по объему вод эта территория превосходит остальные).

Солеобразующие ионы (см. таблицу ниже): СГ, БОЛ НСОз", К+, М%2+, Са2+

В волжской воде ион НС03" составляет 42 - 55%, 8042" - 13 - 20%, СГ - 3 -8%,Са2+- 15-17%.

Таблица 5

Состав, приближенный к ионному составу Каспийского моря

Ион Концентрация, моль/л

0,1391

К+ 0,0026

Са2+ 0,0084

МяГ 0,0309

СГ 0,1527

0,032

НСОз" 0,0036

2+ 9 2

Для ионов Са , , 804 С03 " при уменьшении температуры от 35 до 0°С доля свободных ионов увеличивается, соответственно, на 2%. В таблицах ниже приведены основные соотношения свободных и связанных форм ионов при различной температуре, характерные для Каспия, а также (для сравнения) аналогичные показатели для Мирового океана в целом при температуре 25°С (Савенко, 1977).

1.6. Кластерный анализ

Термином «кластерный анализ» обозначают совокупность методов, подходов и процедур (вообще говоря, разнородных в плане математической реализации), разработанных для решения проблемы формирования однородных классов в произвольной проблемной области. Совокупность методик была порождена вследствие необходимости анализа больших объемов информации, связанных с неформализуемыми и плохо формализуемыми задачами.

Методы кластерного анализа являются составной частью методов анализа данных, которые не используют априорных предположений о вероятностной природе исходной информации и руководствуются только эвристическими соображениями о характере и особенностях исследуемой совокупности объектов. Разработанные в рамках данного направления методы и алгоритмы приобретают в последнее время новое содержание в связи с исследованиями по теории возможностей. В основе данной теории лежит нечетко-возможностная интерпретация неопределенности, что в значительной степени согласуется с исходными установками методологии анализа данных.

Кластерный анализ (автоматическая классификация, распознавание образов без учителя, численная таксономия, кластер-анализ) занимает одно из центральных мест среди методов анализа данных и представляет собой совокупность подходов, методов и алгоритмов, предназначенных для нахождения некоторого разбиения исследуемой совокупности объектов на подмножества относительно сходных, похожих между собой объектов. При этом исходным допущением для выделения таких подмножеств, получивших специальное название кластеров, которые называют также таксонами служит предположение о том, что объекты, относимые к одному кластеру, должны иметь большее сходство между собой, чем с объектами из других кластеров.

Таким образом, выявление или нахождение кластеров в множестве данных исследуемой совокупности должно удовлетворять следующим требованиям:

• Каждый кластер должен представлять собой концептуально однородную категорию и содержать похожие объекты с близкими значениями свойств или признаков.

• Совокупность всех кластеров должна быть исчерпывающей, т.е. охватывать все объекты исследуемой совокупности.

• Кластеры должны быть взаимно исключающими, т.е. ни один из объектов исследуемой совокупности не должен одновременно принадлежать двум различным кластерам.

Формально под задачей кластерного анализа заданного множества объектов понимается задача нахождения некоторого теоретико-множественного разбиения (группировки, покрытия) этого множества на непересекающиеся подмножества таким образом, чтобы элементы, относимые к одному подмножеству, отличались между собой в значительно меньшей степени, чем элементы из разных подмножеств. Обладающие подобным свойством подмножества и называют кластерами (Миков, Замятина, 2010).

Возможность использования различных подходов к формальному определению кластеров послужила исходной причиной разработки большого многообразия методов и алгоритмов кластеризации.

Наиболее распространенную группу эвристических методов кластеризации составляют методы, основывающиеся на иерархической агломеративной процедуре (от латинского agglomero - присоединяю, накапливаю). Эти алгоритмы дают лишь условно-оптимальное решение в некотором подмножестве локальных разбиений (кластеров), однако достоинством этих методов является простота вычислений и интерпретации полученных результатов. Смысл иерархической агломеративной процедуры заключается в следующем. Перед началом кластеризации все объекты считаются отдельными кластерами, т.е. имеется р = п кластеров, каждый из которых включает по одному элементу. На первом шаге алгоритма определяются два наиболее близких или сходных объекта, которые объединяются в один кластер, общее количество которых сокращается на 1 (р —> р - 1). Итеративный процесс повторяется, пока на последнем (р - 1)-м шаге все классы не объединятся. На каждом последующем шаге агломеративной процедуры требуется пересчет лишь одной строки и одного столбца матрицы 2), т.е. рассчитываются расстояния от образованного кластера до каждого из оставшихся кластеров.

Использовать построенную дендрограмму для выделения того или иного

•I к »-»

количества отдельных кластеров можно путем разрезания этой дендрограммы на определенном значении шкалы 1). Фактически это означает, что мы

проводим горизонтальную линию, рассекая дерево связей в том месте, где наблюдается максимальный скачок в изменении межкластерного расстояния.

Кроме иерархических методов классификации большое распространение получили также различные итерационные процедуры, которые пытаются найти наилучшее разбиение, ориентируясь на заданный критерий оптимизации, не строя при этом полного дерева. В начале последовательных итераций в качестве центра выбирается один из элементов и формируется кластер из элементов, удаленных от него не далее чем на г. Далее процедура повторяется для остальных элементов, причем в качестве очередного центра выбирается, например, "типическая" точка - лежащая на минимальном расстоянии от центра оставшегося множества объектов. После выполнения очередного шага выясняется, достигнуто ли желательное разбиение. Данный тип процедур использован в настоящей работе в алгоритмах нечеткой кластеризации.

В последнее десятилетие методики многомерного статистического анализа довольно интенсивно используются в гидробиологических и ихтиологических исследованиях. Из всех многочисленных и весьма разнообразных методик данной группы в подавляющем большинстве случаев используются процедуры агломеративнои иерархическои кластеризации. С помощью иерархического кластерного анализа изучают, к примеру, морфологические особенности рыб (Алексеев, Осинов, 2006). В работе Богданова (2007) с помощью дендрограмм кластерного анализа исследовались данные относительно изменчивости каменной широколобки байкальского региона. Также Богданов и Книжин (2007) использовали похожий метод для анализа изменчивости сибирского подкаменщика. В работе Винникова с соавторами (2006) с помощью данных иерархической кластеризации был уточнен таксономический статус японской лиманды. Вышесказанное свидетельствует, что важность методов кластерного анализа в современных систематических исследованиях в вопросах упорядочения и систематизации экологических, морфологических, генетических характеристик вида сложно переоценить. Что касается популяционных исследований, известны примеры

применения описанных классификационных методов в изучении структуры кеты (Волобуев и др., 2005). Что касается более масштабных исследований, существуют работы, посвященные применению методов кластеризации в задачах исследования биоразнообразия моря и ихтиофаунистического районирования (Волвенко, Кафанов, 2006; Михеев, 2010). Также стали появляться работы, цель которых - обобщение способов применения кластерного анализа в ихтиологии (Мироновский, 2006).

1.7. Нейронные сети как средство анализа данных 1.7.1. Свойства нейронных сетей

Исследования по искусственным нейронным сетям связаны с тем, что способ обработки информации человеческим мозгом в корне отличается от методов, применяемых в большинстве современных методов обработки данных. Мозг представляет собой сложную, нелинейную, параллельную систему обработки информации. Он обладает способностью организовывать свои структурные компоненты - нейроны - так, чтобы они могли выполнять конкретные задачи (например, распознавание образов, обработку сигналов органов чувств, моторные функции), по сложности превосходящие возможности современных быстродействующих компьютеров (Хайкин, 2006).

Таким образом, для того, чтобы добиться высокой производительности, нейронные сети используют множество взаимосвязей между элементарными ячейками вычислений - нейронами. Вслед за С. Хайкиным (2006), в связи с этим, можно утверждать, что нейронная сеть - это распределенный параллельный процессор, состоящий из элементарных единиц обработки информации, накапливающих экспериментальные знания и предоставляющих их для последующей обработки. Нейронная сеть сходна с мозгом с двух точек зрения:

• Знания поступают в нейронную сеть из окружающей среды и используются в процессе обучения

• Для накопления знаний применяются связи между нейронами, называемые синаптическими весами Процедура, используемая для процесса обучения, называется алгоритмом обучения. Эта процедура настраивает синаптические веса нейронной сети для обеспечения необходимой структуры взаимосвязей нейронов.

В общем случае нейронная сеть представляет собой машину, моделирующую способ обработки нервной системой конкретной задачи (Крылова и др., 2007). Для того, чтобы добиться высокой производительности, нейронные сети используют множество взаимосвязей между элементорными ячейками вычислений - нейронами.

Преимущества нейронных сетей основаны, во-первых на распараллеливании обработки информации, а во-вторых на способности самообучаться, т.е. создавать обобщения. Под термином обобщение понимается способность получать обоснованный результат на основе данных, которые не встречались в процессе обучения (Пимашкин и др., 2010).

Использование нейронных сетей позволяет обеспечить следующие важные особенности моделирования:

1. Нелинейность. Искусственные нейроны могут быть линейными и нелинейными. Нейронные сети, построенные из соединений нелинейных нейронов, сами являются нелинейными. Это особая нелинейность, так как она распределена по сети. Нелинейность является очень важным свойством в случае если физический механизм, отвечающий за формирование входного сигнала, тоже является нелинейным.

2. Отображение входной информации в выходную. Весьма популярной парадигмой обучения является обучение с учителем, что подразумевает изменение синаптических весов на основе маркированных учебных примеров. Каждый пример состоит из входного сигнала и соответствующего ему желаемого отклика. Из этого множества случайным образом выбирается пример, а нейронная сеть модифицирует синаптические веса для минимизации расхождения желаемого входного сигнала и формируемого

сетью согласно выбранному статистическому критерию. При этом модифицируются свободные параметры сети. Ранее использованные примеры могут быть впоследствии применены снова, но уже в другом порядке. Это обучение проводится до тех пор, пока изменения синаптических весов не станут незначительными. Таким образом, нейронная сеть обучается на примерах, составляя таблицу соответствий вход-выхлд для конкретной задачи. Такой подход в целом характерен для методов непараметрического статистического обучения - направления статистики, имеющего дело с оценками, не связанными с какой-либо конкретной моделью. При этом изначально не существует никакой предопределенной статистической модели входных данных (Duda, Hart, 1973).

3. Адаптивность. Нейронные сети обладают способностью адаптировать свои синаптические веса к изменениям окружающей среды. В частности, нейронные сети, обученные действовать определенным образом в данной среде, могут быть легко переучены для работы в условиях незначительных колебаний параметров среды (Durbin, Rummelhart, 1989).

4. Очевидность ответа. В контексте задачи классификации образов можно разработать нейронную сеть, собирающую информацию не только для определения конкретного класса, но и для увеличения достоверности принимаемого решения. Впоследствии эта информация может использоваться для исключения сомнительных решений, что повысит продуктивность модели (Elman etc., 1996).

5. Контекстная информация. Знания представляются в самой структуре нейронной сети с помощью ее состояния активации. Каждый нейрон сети потенциально может быть подвержен влиянию всех остальных ее нейронов. Как следствие, существование нейронной сети непосредственно связано с контекстной информацией (Gupta, Sinha 1996).

6. Единообразие анализа и проектирования. Нейронные сети являются универсальным механизмом обработки информации. Это означает, что одно и то же проектное решение нейронной сети может использоваться во многих

предметных областях. Это свойство проявляется несколькими способами: во-первых, нейроны являются стандартными составными частями любой нейронной сети; во-вторых, указанная общность позволяет использовать одни и те же теории и алгоритмы обучения в различных нейросетевых приложениях; в третьих, для решения особо сложных задач на основе интеграции сетевых модулей можно создавать так называемые модульные сети (Kramer, Sangiovanni-Vincentelli, 1989).

1.7.2. Знания в нейронных сетях Под знаниями применительно к нейронным сетям понимается хранимая информация, используемая моделью для интерпретации, предсказания и реакции на внешние события.

К задачам представления знаний относятся следующие: какую информацию необходимо хранить и как эту информацию представить физически для ее последующего использования. Основной задачей нейронной сети является наилучшее обучение модели окружающего мира для решения поставленной задачи. Знания включают 2 типа информации. Априорная информация — известное состояние окружающего мира, представленное имеющимися в наличии достоверными фактами. Другой тип — наблюдения за окружающим миром (измерения), полученные с помощью сенсоров, адаптированных для конкретных условий, в которых должна функционировать данная нейронная сеть. Измерения, полученные таким способом, формируют множество информационных сигналов, примеры из которого используются для обучения нейронной сети (Дьяконов, Круглов, 2006; Рутковская с соавт., 2006).

Примеры могут быть маркированными и немаркированными. В маркированных примерах входному сигналу соответствует желаемый отклик. Немаркированные примеры состоят из нескольких различных реализаций одного входного сигнала. Множество пар сигналов вход-выход формируют обучающую выборку. Обучение модели представляет собой процесс, в котором свободные параметры нейронной сети настраиваются посредством моделирования среды, в которую эта сеть встроена (Сырямкин, Горбачев,

2011). Тип обучения определяется способом подстройки этих параметров. Эффективность обучения при этом проверяется на множестве примеров, отличных от использованных при обучении. Этот этап работы сети называют обобщением.

1.7.3. Применение нейросетевых технологий в биологических и медицинских исследованиях

Все задачи, решаемые человеком, с позиций нейроинформационных технологий можно условно классифицировать на две группы.

1. Задачи, имеющие известный и определенный набор условий, на основании которого необходимо получить четкий, точный, недвусмысленный ответ по известному и определенному алгоритму.

2. Задачи, в которых не представляется возможным учесть все реально имеющиеся условия, от которых зависит ответ, а можно лишь выделить приблизительный набор наиболее важных условий. Так как часть условий при этом не учитывается, ответ носит неточный, приблизительный характер, а алгоритм нахождения ответа не может быть выписан точно.

Для решения задач первой группы с большим успехом можно использовать традиционные компьютерные программы. Нет никакого смысла в использовании нейроинформационных технологий для решения таких задач, так как в этом случае нейросетевые методы будут априорно хуже решать такие задачи. Единственным исключением является случай, когда алгоритм вычисления ответа слишком большой и громоздкий и время на решение конкретной задачи по этому алгоритму не удовлетворяет практическим требованиям; кроме того, при получении ответа не требуется абсолютная точность (Мельников, Мельников, 2010а,б).

При решении задач второй группы применение нейротехнологии оправдывает себя по всем параметрам, при выполнении, однако, двух условий:

во-первых, наличия универсального типа архитектуры и единого универсального алгоритма обучения (отсутствие необходимости в их разработке для каждого типа задач), во-вторых, наличия примеров (предыстории, фиксированного опыта), на основании которых производится обучение нейронных сетей (Хрусталев, 2011). Практически вся медицинская и биологическая наука состоит именно из задач, относящихся ко второй группе, и в большинстве этих задач достаточно легко набрать необходимое количество примеров для выполнения второго условия (Мельников, Мельников, 2010а,б,в). Неявные задачи медицины и биологии явились идеальным полем для применения нейросетевых технологий, и именно в этой области наблюдается наиболее яркий практический успех нейроинформационных методов.

Наибольший интерес для практического здравоохранения представляют системы для диагностики и дифференциальной диагностики заболеваний. Список областей медицины, в которых начали применяться новые технологии, чрезвычайно обширен и продолжает расти (Rozenbojm и др., 1993).

Одним из наиболее интенсивно развиваемых направлений является применение нейросетей в кардиологии.

В Италии разработана чрезвычайно интересная экспертная система для диагностики и лечения артериальной гипертонии (Poli и др., 1991). Система включает в себя три нейросетевых модуля, причем ответы одних являются входными данными для других. В начале исследования больному проводят измерение систолического и диастолического давления каждые полчаса в течение суток. Данные за каждый час усредняются. Таким образом, образуется массив из 48 величин артериального давления (по 24 для систолического и диастолического). После этого первый модуль, состоящий из двух трехслойных нейросетей (в каждой из которых 2 входных, 4 "скрытых" и 24 выходных нейрона), на основании данных о поле и возрасте больного рассчитывает аналогичные "должные" величины и сравнивают их с реальными. Параллельно второй модуль (двухслойная нейросеть с 17 входными и 4 выходными нейронами) на основании клинических данных (симптоматика, анамнез)

рассчитывает возможные сочетания гипотензивных лекарственных средств, которые могут быть использованы для лечения данного больного. Данные, снятые с выходов обоих модулей, вместе с клиническими данными подаются на вход последнего, третьего модуля (6-слойная нейросеть). Этот модуль оперирует 4 группами гипотензивных препаратов (диуретики, бетаадреноблокаторы, ингибиторы ангиотензина, блокаторы кальциевых каналов). Цель - назначить суточный (почасовой) график приема больным лекарств каждой (если требуется) из 4 групп. Поэтому этот модуль имеет 96 выходных нейронов (4 препарата х 24 часа). С каждого выходного нейрона снимается доза, соответствующая одному препарату, назначаемому на данный час суток. Естественно, что в реальной ситуации большинство выходных данных равны нулю. Таким образом, создается оптимальная для пациента схема лечения гипертонии. В одной из работ приводится метод выявления атеросклеротических бляшек в артериях (Gindi и др., 1991). Для этого применяется нейросеть, интерпретирующая флюоресцентные спектры, получаемые при исследовании тканей с помощью лазера.

Аналогичным образом проводится диагностика заболеваний периферических сосудов, например, определение форм артериита (Allen, Murray, 1993; Astion и др., 1994).

Проводится комплекс исследований по использованию нейросетей для диагностики инфаркта миокарда (Baxt, 1991; Baxt, 1994a,b) . Автор приводит данные по чувствительности (77,7%) и специфичности (97,2%) нейросетевого теста. В работе Baxt (1992), кроме того, с помощью нейронной сети устанавливали диагностическую значимость клинических параметров при диагностике инфаркта миокарда.

Нейросетевой анализ акустических сигналов позволяет проводить диагностику клапанных шумов сердца (Guo и др., 1994), и оценивать систолическую и диастолическую фазы сердечного сокращения с постановкой предварительного диагноза (Barschdorff, 1990).

~~ 41

Нейросети используются терапевтами для диагностики заболеваний печени по лабораторным данным исследования функций печени; дифференциальной диагностики заболеваний печени и желчного пузыря по УЗИ (Okamoto и др., 1994; Maclin, Dempsey, 1992; Rinast и др., 1993).

Нейропрограммы могут с успехом работать с медицинскими данными, относящимися к субъективным категориям, например, в психиатрии (Modai и др., 1993). Оценка субъективных данных дает возможность распознавания психических симптомов и диагностики и изучения некоторых психиатрических симптомокомплексов.

Актуальная проблема диагностики злокачественных новообразований, возможно, получит новый уровень осмысления с началом применения нейроалгоритмов. Так, в работе Ercal и др. (1994) показана 80%-я точность ранней диагностики меланом кожи - одного из самых злокачественных заболеваний.

Одним из серьезных направлений применения нейронных сетей является интерпретация медицинских данных. В одной из старинных методик диагностики по пульсу используются 14 характеристик пульса, измеряемых с нескольких точек. Распознавание и интерпретация данных требует огромного опыта врача, практически невозможного в современных условиях. Нейросеть была применена для "узкой" диагностики только по одной из точек , позволяющей оценивать состояние левой почки (Lee, 1993). Пульс считывается специальным датчиком, совмещенным с микрофоном. Полученная пульсовая кривая (сфигмограмма) передается в компьютер. Вначале программа анализирует несколько пульсовых волн и выстраивает "среднюю" волну. После этого по 5 точкам этой волны нейронная сеть оценивает состояние левой почки.

Классической проблемой в кардиологии является интерпретация электрокардиограмм, требующая значительного опыта врача. Сотрудники Университета Глазго (Великобритания) ведут исследования по применению нейросетей для ЭКГ-диагностики инфарктов миокарда (Yang и др., 1994). Входными данными для сетей являются избранные параметры 12-канальной

электрокардиограммы и 12-канальной векторкардиограммы (длины зубцов, расстояния между зубцами). Исследователи обучили огромное количество нейросетей (167 сетей для диагностики инфаркта миокарда передней стенки и 139 сетей для инфаркта нижней стенки) на массиве данных из 360 электрокардиограмм. Обученные сети затем тестировали отдельную выборку с заранее известными ответами (493 случая). Одновременно для получения отдельной серии ответов на тестируемой выборке был использован логический метод (с заранее заданным алгоритмом). Затем сравнивались результаты тестирования выборки лучшими нейросетями и с помощью логического алгоритма. Сравнение показало, что во многих случаях чувствительность и специфичность нейросетевого теста оказались выше, чем у логического метода. Авторы делают справедливый вывод, что в случаях, когда логический алгоритм решения задачи все-таки можно выстроить, разумно комбинировать в экспертных системах оба подхода.

Интерпретация ЭКГ с помощью нейросетей была применена для диагностики злокачественных желудочковых аритмий (Hoher и др., 1994). Трехслойная сеть с 230 входными синапсами была обучена на 190 пациентов (114 с хронической сердечной недостаточностью и 34 с дилятационной миокардиопатией) различать наличие (у 71 пациента) и отсутствие (у 119 пациентов) желудочковой тахикардии. Результаты тестирования сравнивались с логическим методом интерпретации данных. Показано, что нейросетевой тест обладает большей чувствительностью (73% по сравнению с 70 для логического метода) и специфичностью (83 и 59%).

Интересная работа описывает моделирование применения нейросетей для работы электрокардиостимуляторов (искусственных водителей ритма) (Nakajima и др., 1994). Выпускаемые за рубежом электрокардиостимуляторы задают ритм не жестко, а в зависимости от исходного ритма, генерируемого синусовым узлом сердца. Например, если синусовый узел при какой-либо патологии генерирует недостаточное количество импульсов, водитель ритма компенсирует ритм. Таким образом, электрокардиостимулятор представляет

собой систему вход->преобразование->выход, где входом является ритм синусового узла, выходом - собственный ритм электрокардиостимулятора, а преобразование осуществляется по заданному логическому алгоритму. Авторы смоделировали замену логического преобразователя нейронной сетью, так как взаимоотношения между генерацией импульсов в синусовом узле и требуемым ритмом не линейны и применяемые алгоритмы на практике не всегда эффективны. Нейросеть, обученная на 27 здоровых людях в ситуациях с различной физической нагрузкой, показала гораздо лучшую способность задавать ритм, чем логический алгоритм, применяющийся в электрокардиостимуляторе.

Одной из самых сложных задач для нейросетей в практической медицине является обработка и распознавание сложных образов, например рентгенограмм. В работе Gross с соавторами (1990) описывается экспертная система интерпретации рентгенограмм груди у новорожденных с выбором одного и более диагнозов из 12.

Созданы нейросетевые экспертные системы для классификации опухолей молочной железы (определения, доброкачественная опухоль, или злокачественная) по данным маммографии (сканограмма молочной железы) (Floyd и др., 1994). По данным, которые приводят авторы, точность такого вывода до применения нейросети составляла не более 75%. При тестировании системы, нейросеть, анализирующая сканограмму, давала правильный ответ в 100% случаев. Несколько работ посвящены нейросетевой обработке лабораторных анализов и тестов. Приводится нейросетевой метод интерпретации лабораторных данных биохимического анализа крови (Reinbnerger и др., 1991). В работе показаны преимущества нейронных сетей в сравнении с линейным дискриминантным анализом, которым параллельно обрабатывались данные.

Развитие нейросетевых методов дает возможность их использования как инструмента научных исследований, с помощью которого можно изучать объекты и явления.

Судя по литературным данным, именно биологические научные исследования являются наиболее развиваемой областью применения нейросетей (Aynsley и др., 1993). В последнее время биологи, знакомые с исследованиями в области нейроинформатики, приходят к выводу, что многие системы в живых организмах работают по принципам, сходным с алгоритмами нейронных сетей (или наоборот, нейронные сети работают по принципу биосистем). Таким образом, можно наблюдать "взаимное стимулирование" научных разработок в биологии и нейроинформатике. В работе Budilova, Teriokhin (1992) эндокринная система человека рассматривается как нейронная сеть из 30 элементов, которые представлены различными гормонами, взаимодействующими друг с другом с помощью прямых и обратных связей. Похожие исследования проводятся для иммунной системы (Varela и др., 1988).

Применение нейросетей для исследований в области нейрофизиологии строится на похожих принципах функционирования нейросетей и нервных структур живых организмов (Levine и др., 1993). С помощью нейросети осуществлена попытка моделирования простейшей нервной системы (Van Leeuwen, 1990).

Сделана попытка применения нейросети для классификации живых организмов (Senna и др., 1993). Нередко биологам, открывающим новые виды организмов, требуется определить, к какому виду (классу, типу) относится тот или иной представитель флоры или фауны (как правило, это касается микроорганизмов и растений). Система способна работать при отсутствии некоторых входных данных. Это является существенным преимуществом, так как часто при изучении живых объектов не всегда возможно получить всю необходимую информацию.

Нейросети использованы для идентификации человеческих хромосом. В биологических исследованиях, а также в криминалистике, часто бывает нужно определить, к какой из 23 имеющихся у человека пар хромосом относится выделенная хромосома. Нейроклассификатор, на вход которого подается 30

признаков изображения хромосомы, определяет ответ с точностью, приближающейся к 100% (Sweeney и др., 1993).

Общая черта, объединяющая приведенные примеры - отсутствие единой универсальной технологии создания таких приложений. В публикуемых разработках используются самые разнообразные архитектуры и алгоритмы функционирования нейронных сетей.

Rossiev с соавторами (1995) создали нейросетевую экспертную систему, позволяющую прогнозировать различные осложнения инфаркта миокарда.

При создании базового ядра экспертной системы было выбрано 4 вида осложнений, достаточно частых и/или довольно опасных. Это фибрилляция предсердий, тромбоэмболические осложнения, перикардит и возникновение/усугубление хронической СН. Процент правильно распознанных примеров в тестирующей выборке при прогнозировании возникновения перикардита составил 76%, тромбоэмболий - 82%, возникновения/усугубления сердечной недостаточности - 78%.

Мызников с соавторами (1995) создали на основе нейросетевых технологий двухэтапную систему назначения оптимальной стратегии лечения больных облитерирующим тромбангиитом и прогнозирования его непосредственных исходов. При анализе эффективности созданных моделей выяснилось, что нейросеть, прогнозирующая динамику ишемии, сделала правильное заключение в 29 случаях из 35 (82,9%). Регресс трофических расстройств прогнозировался правильно в 14 из 17 случаях имеющихся трофических расстройств (только у 17 больных имелись трофические расстройства, поэтому в остальных случаях прогноз не имел смысла). Это составило 82,4%. Нейросеть, прогнозирующая динамику болевого синдрома, сделала правильное предсказание в 22 из 25 случаев (88%). Ответы сети, отвечающей за предполагаемую ампутацию, совпали в 33 случаях из 35 (94,3%). В тестирующей выборке имелось 9 больных, у которых не совпал хотя бы один прогноз. Из этих 9 больных 7 были отнесены нейросетью-"фильтром" к категории "трудных".

Также известен пример довольно успешного использования нейросетевых алгоритмов для диагностики вторичной иммунологической недостаточности -иммунодефицита (ИД) (КоббАсу и др., 1994).

Анализ публикаций о применении нейросетевых технологий в медицине показывает, что практически отсутствуют какие-либо методологии разработки нейросетевых медицинских систем, о чем свидетельствует как отсутствие работ такого профиля, так и огромное разнообразие подходов к нейросетевым алгоритмам обучения и архитектурам нейронных сетей. Это подтверждает то, что медицинская нейроинформатика как наука находится еще, в основном, на стадии накопления фактического материала.

В последнее десятилетие нейросетевые технологии также стали использоваться в цитогенетических исследованиях (Кудрявцев и др., 2002). Наиболее полный обзор приложений медико-биологической нейроинформатике содержит работа В.В. Руанета (2007а) Так, известен ряд разработок, использующих нейронные сети Кохонена для изучения полиморфизма, а также внутривидовой дивергенции у ряда видов растений (Руанет, 2005; Бадаева, Руанет, 2005). Также в работе В.В. Руанета с соавторами (20076) разработаны методики анализа электрофоретических спектров глиадина пшеницы и определения сортовой принадлежности семян на базе нейросетевых технологий. Помимо этого, существуют приложения нейронных сетей в исследованиях по систематике (Руанет, Бадаева, 2002; Дадашев с соавт., 2006). Известны и работы более общего характера, посвященные методологии использования данных сетей в медико-биологических исследованиях в целом (Дадашев с соавт., 2006; Руанет с соавт., 2007а,б). Также можно отметить, что как инструмент анализа экспериментальных данных в фундаментальных научных исследованиях на данный момент нейронные сети наиболее часто применяются в биоинформатике (Руанет, Хетагурова, 2006; Дюк с соавт., 2011), а также в популяционной биологии (Крючин и др., 2010).

1,8. Многомерное шкалирование

Многомерное шкалирование — одна из бурно развивающихся в настоящее время областей анализа данных. Под этим термином в прикладной статистике понимается семейство геометрических моделей для многомерного представления данных и соответствующий набор методов для подгонки таких моделей к реальным данным. Однако в настоящей работе достаточно определить это понятие как набор многомерных статистических методов, предназначенных для определения соответствия данных о близости различным дистанционным пространственным моделям и для оценки параметров этих моделей (Толстова, 2006).

Основной тип данных в многомерном шкалировании — меры близости между двумя объектами. Мера близости — это величина, определенная на паре объектов и измеряющая, насколько эти два объекта похожи. Пусть ду — мера близости пары стимулов г и у. Если эта мера такова, что самые большие значения ду соответствуют парам наиболее похожих объектов, то ду — мера сходства. Если же мера близости такова, что самые большие значения 8ц соответствуют парам наименее похожих объектов, то ду — мера различия.

Основные задачи, решаемые методом многомерного шкалирования: Поиск и интерпретация латентных переменных, объясняющих заданную структуру попарных расстояний. Такая постановка задачи предусматривает не только построение вспомогательных шкал (координатных осей), в системе которых затем рассматриваются анализируемые объекты, но и содержательную интерпретацию этих шкал в качестве определенных характеристик стимулов, существенных для дифференциации объектов в рассматриваемом смысле.

Верификация геометрической конфигурации системы анализируемых объектов в координатном пространстве латентных переменных. Результатом применения многомерного шкалирования в задачах этого типа является проверка и уточнение гипотез о размерности пространства латентных переменных и о типе геометрической конфигурации системы точек, представляющих анализируемые объекты в этом пространстве.

Сжатие исходного массива данных с минимальными потерями в их информативности. При большом количестве анализируемых объектов п велико, то исходные данные представляются квадратной матрицей попарных близостей большой размерности (пхп). Решение задачи многомерного шкалирования позволяет перейти от формы исходных данных типа «объект — объект» к более удобной для статистической обработки форме исходных данных типа «объект — свойство», одновременно сократив объем массива исходных данных с п*п до пхк, где к — небольшое число латентных переменных, объясняющих дифференциацию объектов.

Независимо от типа решаемой задачи многомерное шкалирование можно использовать как инструмент наглядного представления (визуализации) исходных данных.

Различают 2 основных алгоритма многомерного шкалирования — метрический и неметрический, хотя вычислительные процедуры этих алгоритмов отличаются не слишком сильно.

Необходимо отметить, что в многомерном шкалировании существует проблема неоднозначности выбора координат, связанная с тем, что координатную систему в полученном пространстве можно произвольным образом повернуть — расстояния между объектами при этом не изменяются. Поворот, как правило, осуществляют таким образом, чтобы либо полученные координатные оси имели максимально наглядную интерпретацию, либо значения определенных признаков оказались максимально скорреллированы.

Важной задачей в случае неметрического (как и метрического нелинейного) шкалирования является определение размерности выходного пространства латентных переменных. Хорошим способом оценки соответствия при этом является график зависимости меры соответствия от размерности (Дэйвисон, 1988). При этом не следует признавать решение со значением стресса выше 0,1, если это решение не одномерно. В размерности 1 стресс 0,15 и ниже представляет хорошее соответствие данным. К тому же не следует добавлять больше координатных осей, чем это необходимо, для снижения

стресса ниже 0,05. Низкое значение стресса в целом свидетельствует о хорошем решении, однако если стресс слишком близок к нулю, существует опасность так называемого вырожденного решения. При этом конечное число точек на полученной конфигурации намного меньше числа точек-стимулов. Также при оценке адекватности полученного решения обязательным этапом является построение диаграммы Шепарда, т.е. изображение зависимости оценок расстояний от исходных данных. Также эта диаграмма является наглядным представлением используемой монотонной функции (Хрусталева, 2007).

Методы многомерного шкалирования в настоящее время относительно мало распространены в биологических исследованиях. Однако в последнее время число работ с использованием этих методик возрастает. Можно отметить работы Новаковского (2008), посвященные использованию описываемых методик в геоботанике. Хрусталева (2007) использует многомерное шкалирование для изучения межпопуляционных генетических различий, Прокофьев (2009) также использует методики для выяснения вопросов происхождения эндемичных видов рыб. Также многомерное шкалирование использовалось при изучении популяционной структуры пиленгаса (Дирипаско, 2007). Возможности метода для анализа статистики пресноводных планктонных сообществ были продемонстрированы Шишковым с соавт. (2003).

Заключение диссертации по теме «Физиология», Мартьянов, Александр Сергеевич

Выводы

1. При анализе структур сформированных кластеров для обеих исследуемых карбогидраз установлены различия реакций энзимов кишечника и пилорической железы русского осетра на присутствие различных ионов тяжелых металлов в концентрациях 0,1 и 10 мг/л. При этом концентрация 10 мг/л оказывает, как правило, угнетающее действие на активность ферментов, тогда как ионы в более низкой концентрации оказывают в ряде случаев активирующее воздействие на ферменты, наиболее сильные активационные эффекты наблюдались при воздействии ионов на мальтазу слизистой оболочки кишечника русского осетра. Наиболее устойчивой к воздействию ионов металлов как высокой, так и низкой концентрации оказалась щелочная фосфатаза.

2. Установлено, что в широком диапазоне осмотических воздействий, изучаемые ферменты сохраняют свою функциональность. Для высоких значений осмолярности зарегистрировано преобладание ингибиторных эффектов. Обнаружено, что незначительное понижение осмолярности вызывает резкое повышение уровня активности ферментов, тогда как повышение осмотического давления ведет к постепенному падению активности. Данные факты подтверждены результатами кластеризации данных и многомерного шкалирования.

3. Показаны серьезные различия в уровне активности и реакции на изменения среды энзимов слизистой оболочки кишечника и пилорической железы русского осетра, выделяемых при анализе в отдельные кластеры. Ферменты пилорической железы в целом более устойчивы к исследуемым воздействиям. В ряде случаев эффекты воздействия на фермент слизистой оболочки кишечника и пилорической железы были разнонаправленными. Данный результат позволяет подтвердить предположения о структурных различиях ферментов различного происхождения.

4. Результаты моделирования осмотического воздействия на активность пищеварительных ферментов свидетельствуют о высокой точности, широких границах применимости созданных моделей, их работоспособности и перспективности применения методов нейросетевого и нечеткого моделирования в эколого-физиологических исследованиях. Созданные модели позволяют прогнозировать относительные изменения активности пищеварительных ферментов слизистой оболочки кишечника и пилорической железы русского осетра с малой погрешностью в широком диапазоне значений осмотического давления среды.

5. Наиболее высокая точность прогнозирования изменений уровня активности ферментов русского осетра при воздействии исследуемых факторов достигнута в случае, когда использовались нейросетевые модели. Для нечетко-нейронных моделей, в сравнении с нейросетевыми, характерна меньшая точность прогнозирования.

Заключение

Современная схема пищеварения высших организмов включает 6 звеньев: полостное пищеварение, мембранное пищеварение, внутриклеточное пищеварение, всасывание, симбионтное пищеварение и индуцированный аутолиз. Наши исследования были направлены на оценку изменений мембранного пищеварения под воздействием изучаемых факторов.

Однако, несмотря на то, что основные механизмы и стадии процессов пищеварения известны уже более полувека, ряд аспектов, связанных с адаптациями пищеварительной системы, до сих пор остается сравнительно слабо изученным. Это относится и к воздействию на процессы мембранного пищеварения ионов тяжелых металлов, что представляет не только фундаментальный, но и практический интерес в связи с процессами загрязнения окружающей среды, а также с вопросами разработки витаминно-минеральных премиксов в практике разведения ценных видов рыб. В свете этих проблем в условиях Волго-Каспийского бассейна большое значение приобретает изучение подобных адаптаций у рыб семейства осетровых, так как, несмотря на немногочисленные исследования в этой области, данный вопрос в целом остается мало изученным при том, что работ, посвященных изучению процессов накопления металлов в организмах, их распределения в различных органах и тканях, а также влияния на гематологические характеристики накоплено достаточно много, а динамика содержания этих ионов в волжской воде остается объектом подробных исследований.

Приведенные в данной работе результаты по влиянию ионов металлов на пищеварительные ферменты рыб во многом подтверждают выводы Неваленного с соавт. (2003) относительно воздействия высоких концентраций ионов тяжелых металлов на активность пищеварительных гидролаз осетровых. Сравнительный анализ данных, полученных при исследованиях слизистой оболочки кишечника молоди и взрослых особей осетра позволил выявить схожие тенденции изменений активности фермента, различающиеся лишь своей выраженностью относительно контрольных значений. Это, по-видимому, свидетельствует о явной схожести мембранно-локализованных ферментных систем для осетровых различных возрастов, но вместе с тем следует отметить большую лабильность поведения этих систем в отношении воздействия неблагоприятных факторов для молоди.

Помимо этого, следует отметить обнаружение серьезных различий в уровнях активности ферментов для кишечника и пилорической железы. Различия реакций на воздействие ионов на эти ферменты дает основания для гипотезы о структурных и функциональных различиях этих белков, что подтверждается также результатами проведенного кластерного анализа (особенно важны его результаты при интерпретации данных относительно устойчивой к действию ионов щелочной фосфатазы). Устойчивость к воздействию данных факторов щелочной фосфатазы в принципе согласуется с литературными данными относительно поведения этого фермента в широком диапазоне концентраций ионов кадмия.

С другой стороны, большинство авторов отмечает большое физиологическое значение постоянства осмотических параметров для внутренней среды организмов. Для большинства гидробионтов столь же важными являются достаточно узкие пределы изменения осмолярности внешней среды. Некоторые из рыб, к числу которых относятся и осетровые, периодически совершают миграции, в ходе которых сталкиваются с изменениями упомянутого параметра внешней среды и изучение адаптаций к этому фактору, безусловно, является необходимым для понимания особенностей пищеварения осетровых рыб.

В то же время исследования относительно влияния осмолярности внешней среды на процессы пищеварения и состав кишечной жидкости фрагментарны и не носят обобщающего характера (Аминева, Яржомбек, 1984).

Также практически неизученным к настоящему времени является вопрос о функциях пилорических придатков рыб в целом и пилорической железы у осетровых в частности. С другой стороны ряд современных исследовании в области морфологии этого органа убедительно свидетельствует о возможности наличия (по крайней мере у осетровых) у него секреторной функции (Крючков с соавт., 2004). Поэтому наряду с реакциями на изменение обсуждаемых факторов внешней среды ферментов слизистой оболочки кишечника мы сочли необходимым оценить также аналогичные реакции ферментов, содержащихся в пилорической железе русского осетра. Обработка данных при этом также выполнялась с привлечением методов кластерного анализа. Для ряда ферментов (преимущественно слизистой оболочки кишечника) был выявлен активирующий эффект низких значений исследуемого параметра. Это относится и к функционированию ферментов в среде, представляющей собой чистую дистиллированную воду. В отдельных случаях подобное воздействие оказывали и довольно высокие его значения (мальтаза в 10% №С1 и щелочная фосфатаза слизистой оболочки и а-амилаза пилорической железы в 2,5% ЫаС1). В целом же данные результаты позволяют выдвинуть гипотезу о важной роли перестроек ферментных систем проходных рыб под влиянием осмотических параметров среды в процессах смолтификации.

Однако все же в большинстве случаев при значениях осмотического давления, существенно превосходящих таковые используемого в экспериментах физиологического раствора наблюдается существенное понижение активности ферментов (в отношении 20%-го раствора хлорида натрия это правило соблюдается во всех случаях), поэтому имеет смысл говорить о достаточно высокой чувствительности пищеварительных гидролаз к данному фактору независимо от их структуры, функций и происхождения.

Сравнительный анализ реакций ферментов кишечника и пилорической железы на изменения осмолярности среды, проводимый при помощи кластеризации данных, позволил и здесь выявить существенные различия между данными группами ферментов. Хотя в отношении экстремальных значений солености эти реакции оказались во многом схожими и объединенными в общие кластеры, на большей части диапазона исследуемых концентраций отмечались тенденции группировки данных соответственно происхождению изучаемых ферментов. Это особенно ярко проявилось при анализе данных по активности щелочной фосфатазы, в принципе проявившей значительную устойчивость к воздействию внешних факторов. Таким образом, использование методов кластеризации данных позволило выявить различия между ферментами разного происхождения по отношению как к воздействию как ионов тяжелых металлов, так и осмотического давления среды. Для металлов, кроме того, выявлены кластеры, соответствующие различным концентрациям ионов, а также показано сходство в действии марганца и кобальта и железа с никелем.

Изучение адаптаций ферментных систем пищеварительного тракта рыб к воздействию меняющихся факторов окружающей среды является во многом нерешенной задачей. Приведенные результаты свидетельствуют, на наш взгляд, о необходимости дополнительных биохимических исследований в этой области. В частности, это связано с изучением возможности существования отдельных фракций ферментов, выполняющих сходные функции, но обладающих разной степенью устойчивости к воздействиям определенного фактора или группы факторов среды. Также необходимы дополнительные исследования функций ферментов пилорической железы и изучение особенностей их структуры. Понимание данных различий будет не только иметь важное фундаментальное значение, но также будет способствовать разработкам более эффективных кормовых рецептур в рыборазведении, а кроме того позволит прогнозировать физиологические изменения в организме рыб при загрязнении окружающей среды.

Применение методов многомерного статистического анализа при обработке данных эколого-физиологических исследований в настоящее время крайне ограничено. В качестве одного из немногочисленных примеров можно привести работу Шипулина (2006). Наибольшую распространенность имеют четкие методы кластеризации. Исходное множество экспериментальных данных при этом разбивается на несколько непересекающихся подмножеств. При этом любой объект множества принадлежит только одному кластеру.

Нечеткие методы кластеризации позволяют одному и тому же объекту одновременно принадлежать нескольким или даже всем кластерам, но в различной степени. Нечеткая кластеризация во многих случаях более «естественна», чем четкая, например, для объектов, расположенных на границе кластеров (Штовба, 2007).

Также в работе продемонстрировано, что в изучение воздействия факторов среды на функциональные характеристики мембранно-связанных ферментных систем также могут внести значительный вклад статистические методы обработки массивов данных, сочетающие возможность комплексного анализа с удобным и лаконичным представлением результатов исследования. Одним из подобных методов является многомерное шкалирование -математический инструментарий, предназначенный для обработки данных о попарных сходствах, связях или отношениях между анализируемыми объектами с целью представления этих объектов в виде точек некоторого координатного пространства (Дэйвисон, 1988). Он представляет собой один из разделов прикладной статистики и широко используется в современных социологических исследованиях (Толстова, 2006). В биологических науках данный метод применяется относительно редко, а его основным назначением, как правило, является визуализация многомерных массивов данных (Шитиков с соавт., 2003; Хрусталева, 2007; Новаковский, 2008). По ряду причин описание воздействия (даже количественное) в исследованиях по факториальной экологии относительно редко давало возможность прогноза количественного изменения изучаемого показателя при изменении интенсивности воздействия того или иного фактора на организм. Отчасти это связано с комплексностью воздействия факторов окружающей среды на организм в естественных условиях, следствием чего является трудность выявления и анализа причинно-следственных связей между влияющим агентом и происходящими изменениями. Другой же важной причиной является сложность самих данных связей, зачастую не позволяющих описать их (даже при изолированном действии какого-либо фактора) конкретной функциональной зависимостью.

Одним из решений данной проблемы может стать построение непараметрических нелинейных моделей, способных аппроксимировать подобные зависимости при достаточном объеме обучающей выборки. К таким моделям можно отнести, в частности, нейронные сети и системы нечеткого вывода, обладающие способностью к обучению на выборке данных и к нелинейной аппроксимации функций (Дьяконов, Круглов, 2006; Рутковская и др., 2006; Хайкин, 2006).

В работе была подтверждена возможность использования методов многомерного статистического анализа, а также приложений нечеткой логики и нейроинформационных технологий в исследованиях по экологической физиологии гидробионтов. Использованные в работе методы иерархической и нечеткой кластеризации показали высокую эффективность при построении классификационных моделей. Созданные нейросетевые и нечетко-нейронные модели обладают хорошими прогностическими свойствами. Все перечисленное свидетельствует о широких перспективах применения указанных методик в данной области исследований. При этом использование разработанных классификационных и прогностических моделей при изучении факториальных воздействий на пищеварительные энзимы гидробионтов должно быть в обязательном порядке систематизировано. В качестве одной из возможных схем предложен приводимый в данной работе комплекс моделей. При независимом одновременном использовании представленных моделей и сравнении результатов моделирования последние будут обладать большей надежностью и обоснованностью, чем в случае избирательного применения используемых алгоритмов. Впоследствии, в случае более широкого применения использованных в работе методов станет возможным Создание базы данных факториальных исследований по различным видам гидробионтов, содержащей организованный комплекс массивов экспериментальных данных, результатов их статистической обработки (включая классификационные модели) и прогностических моделей - как обладающих содержательной интерпретацией закономерностей, так и лишенных таковой при условии высокой точности последних. Солидный объем данных и разнообразие подходов к моделированию изучаемых процессов при этом будут обеспечивать как высокую точность моделирования (залог ценности для практического применения), так и быстрое расширение границ их применимости, растущее по мере включения в базу новых факторов, либо расширения их диапазона.

В области прогнозирования воздействия осмолярности среды на уровень активности пищеварительных ферментов относительно редко используемые в настоящее время в данной области методы нейросетевого моделирования показали отличные результаты. Несомненно, что у применяемых в работе методов прогнозирования потенциально гораздо более широкая область применения, так как они могут использоваться при изучении практически любых факторов среды на организм, как по отдельности, так и совместно. Методы на основе многослойного перцептрона при этом имеют более высокую точность прогнозирования, однако моделирование на основе нечетко-нейронных сетей потенциально обладает более богатыми возможностями содержательной интерпретации структуры модели за счет возможности построения изоморфной данной сети системы логических предикатов первого порядка.

132

Список литературы диссертационного исследования кандидат биологических наук Мартьянов, Александр Сергеевич, 2012 год

СПИСОК ЛИТЕРАТУРЫ

1. Алексеев, С.С. Тупорылые ленки (род Brachymystax: Salmoniformes, Salmonidae) бассейна Оби: новые данные по морфологии и алозимной изменчивости [Текст] / С.С. Алексеев, А.Г. Осинов // Вопросы ихтиологии. — 2006, т. 46, № 4 - с. 478 - 494.

2. Аминева, В.А. Физиология рыб [Текст] / В.А. Аминева, A.A. Яржомбек

- М.: Легкая и пищевая промышленность, 1984 - 200 с.

3. Ануфриев, И.Е. MATLAB 7 [Текст] / И.Е. Ануфриев, А.Б. Смирнов, E.H. Смирнова - СПб: БХВ-Петербург, 2005 - 1104 с.

4. Бедняков, Д.А. Влияние ионов кадмия на уровень активности мембранно-связанных ферментов слизистой кишечника карпа при хроническом отравлении [Текст] / Д.А. Бедняков // Материалы конф. молодых ученых Северного Кавказа по физиол. и валеол. (Ростов-на-Дону, 12-13 окт., 2000 г.), Ростов-на-Дону: Изд-во Ростовского гос. ун-та, 2000. С. 19 - 20.

5. Бедняков, Д.А. Совместное влияние температуры и ионов металлов на уровень активности щелочной фосфатазы слизистой оболочки кишечника белуги, стерляди и их гибрида [Текст] / Д.А. Бедняков // Юг России: Экология, развитие - 2010а, № 4 - с. 53 - 55.

6. Бедняков, Д.А. Температурные адаптации ферментов слизистой оболочки кишечника русского и ленского осетров и их гибрида [Текст] /Д.А. Бедняков // Юг России: Экология, развитие - 20106, № 4 - с. 45 - 52.

7. Бедняков, Д.А. Модификационное регулирование уровня активности пищеварительных ферментов осетровых рыб и их гибридов [Текст] / Д.А. Бедняков, А.Н. Неваленный // Юг России: Экология, развитие - 2010, № 4 - с. 56-58.

8. Бирюков, И.В. Гистопатологические изменения в обонятельном эпителии мальков кеты, вызванные воздействием меди и цинка [Текст] / И.В. Бирюков // Состояние и перспективы научно-практических разработок в области марикультуры России: Материалы совещ. (Ростов-на-Дону, авг., 1996)

- М.: Изд-во ВНИПРХа, 1996 - с. 28 - 30.

9. Бобырь, M.B. Методы построения функций принадлежности для нечетких баз знаний [Текст] / М.В. Бобырь // Промышленные АСУ и контроллеры - 2011 - № 2 - с. 27 - 32.

Ю.Богданов, Б.Э. Изменчивость каменной широколобки Paracottus knerii (Cottidae, Scorpaeniformes) Байкала и водоемов байкальского региона [Текст] / Б.Э. Богданов // Вопросы ихтиологии, 2007, т. 47, № 2 - с. 202 - 214.

П.Богданов, Б.Э. Изменчивость сибирского подкаменщика Cottus sibiricus (Cottidae, Scorpaeniformes)[Текст]/ Б.Э. Богданов, И.Б. Книжин // Вопросы ихтиологии. - 2007, т. 47, №> - с. 303 - 310.

12.Борисов, В.В. Нечеткие модели и сети [Текст] / В.В. Борисов, В.В. Круглов, A.C. Федулов - М.: Горячая линия - Телеком, 2007 - 284 с.

13.Вахитов, А.Р. Использование нечеткого логического вывода для интеллектуального анализа данных [Текст] / А.Р. Вахитов, В.А. Силич // Известия Томского политехнического университета - 2010, Т. 317, № 5. Управление, вычислительная техника и информатика - с. 171 - 174.

14.Винников, К.А. Таксономический статус японской лиманды Pseudopleuronectes yokohamae и лиманды Шренка P. schrenki {Pleuronectidae, по: Cooper, Chapleau, 1998) [Текст] / К.А. Винников, В.Н. Иванков, Д.Л. Питрук // Вопросы ихтиологии. - 2006 т. 46, № 3 - с. 316 - 325.

15.Волвенко, И.В. Видовое богатство и ихтиофаунистическое районирование пелагиали северо-западной части Японского моря [Текст] / И.В. Волвенко, А.И. Кафанов // Вопросы ихтиологии. - 2006, т. 46, № 1, с. 29 - 37

16.Волкова, И.В. Активность некоторых пищеварительных ферментов у растительноядных рыб на ранних этапах постэмбрионального развития [Текст] / И.В. Волкова, А.Н. Неваленный // Онтогенез - М.: Наука, 1996 - Т. 27, № 6 -с. 474-477.

17.Воробьев, В.И. Биогеохимия и рыбоводство [Текст] / В.И. Воробьев -Саратов: МП Литера, 1993 - 224 с.

18.Гамыгин, Е.А. Комбикорма для рыб [Текст] / Е.А. Гамыгин - М.: Агропромиздат, 1989 - 145 с.

19.Гарина, Д.В. Участие углеводов пищи в регуляции чувства насыщения у рыб на примере карпа Cyprinus carpió: пре- и постабсорбтивные механизмы [Текст] / Д.В. Гарина // Журнал эволюционной биохимии и физиологии. - 2008. -Т. 44. №5-с. 538-540.

20.Гладков, JI.A. Особенности построения систем анализа и извлечения знаний на основе нечетких гибридных методов [Текст] / JI.A. Гладков, Н.В. Гладкова // Известия ЮФУ. Технические науки, Южный федеральный университет - 2009, № 12. Интеллектуальные САПР - с. 128 - 133.

21.Глинский, В.В. Статистический анализ [Текст]: Учебное пособие / В.В. Глинский, В.Г. Ионин - М.: ИНФРА-М; Новосибирск: Сибирское соглашение, 2002-241 с.

22.Голованова, И.Л. Влияние тяжелых металлов на физиолого-биохимический статус рыб и водных беспозвоночных [Текст] / И.Л. Голованова // Биология внутренних вод. - 2008, № 1 - с. 99-108.

23.Голованова, И.Л. Влияние биогенных металлов (Cu, Zn) на активность карбогидраз молоди рыб in vitro [Текст] / И.Л. Голованова // Биология внутренних вод. - 2010, № 1 - с. 98-103.

24.Голованова, И.Л. Влияние абиотических факторов (температура, рН, тяжелые металлы) на активность гликозидаз у беспозвоночных животных [Текст] / И.Л. Голованова// Журнал эволюционной биохимии и физиологии. -2011, Т. 47, № 1-е. 15-20.

25.Голованова, И.Л. Отдаленные последствия раздельного и сочетанного влияния хлорофоса и переменного электромагнитного поля в период эмбриогенеза на эффективность гидролиза углеводов у сеголетков плотвы [Текст] / И.Л. Голованова, Ю.Г. Изюмов, Ю.В. Чеботарева, М.Г. Таликина // Токсикологический вестник. - 2006. № 5. С. 34-38.

26.Голованова, И.Л. Активность пищеварительных карбогидраз тюльки Clupeonella cultriventris из различных частей ареала [Текст] / И.Л. Голованова, Д.П. Карабанов, Ю.В. Слынько // Вопросы рыболовства. - 2007, Т. 8, № 1-29-с. 110-119.

27.Голованова, И.Л. Влияние ртути на гидролиз углеводов в кишечнике речного окуня РегсайтаайИв [Текст] / И.Л. Голованова, В.Т. Комов // Вопросы ихтиологии. - 2005. Т. 45. № 5. - с. 695-701.

28.Голованова, И.Л. Гидролиз углеводов в кишечнике плотвы КиШш гиШиз (Ь.) при различном накоплении ртути в организме [Текст] / И.Л. Голованова, В.Т. Комов, В.А. Гремячих // Биология внутренних вод. - 2008. № З.-с. 102-108.

29.Голованова, И.Л. Активность пищеварительных ферментов трех морфо-экологических форм алтайского османа огеокшпзсш ро!ашш из оз. ногон-нур (Котловина больших озер, Монголия) [Текст] / И.Л. Голованова, В.В. Кузьмина, Ю.Ю. Дгебуадзе, Ю.В. Слынько // Вопросы ихтиологии. - 2007. Т. 47. № 1.-е. 121-124.

30.Голованова, И.Л. Влияние повышения температуры воды в осенне-зимний период на активность карбогидраз молоди карповых рыб (сем. Суришс1ае) [Текст] / И.Л. Голованова, А.К. Смирнов, В.К. Голованов // Биология внутренних вод. - 2005. № 3. - с. 87-90.

31.Голованова, И.Л. Влияние температуры на активность пищеварительных карбогидраз ротана РегссоНтш §1епн ОуЬ. в зимний период [Текст] / И.Л. Голованова, А.К. Смирнов, И.В. Шляпкин // Биология внутренних вод. - 2009. № 2. - с. 90-92.

32.Голованова, И.Л. Влияние низких концентраций хлорофоса в период раннего индивидуального развития на пищеварительные карбогидразы сеголеток плотвы КиШш гиШш [Текст] / И.Л. Голованова, М.Г. Таликина // Вопросы ихтиологии. - 2006. Т. 46. № 3. - с. 412-416.

33.Голованова, И.Л. Влияние меди, цинка и кадмия на активность карбогидраз водных беспозвоночных [Текст] / И.Л. Голованова, Т.В. Фролова // Биология внутренних вод. - 2005. № 4. - с. 77-83.

34.Дадашев, С.Я. Использование биологически инспирированных информационных технологий в медико-биологических исследованиях [Текст] /

С .Я. Дадашев, В.В. Руанет, А.К. Хетагурова, A.A. Хадарцев // Вестник новых медицинских технологий - 2006 - T. XIII, № 4 - с. 16-19.

35.Диксон, М. Ферменты [Текст]: в 3 тт. / М. Диксон, Э. Уэбб / Пер. с англ. - М.: Мир, 1982. Т. 3 - с. 870 - 892.

36.Дирипаско, O.A. Популяционная структура пиленгаса Liza haematocheila (Mugiliformes, Mugilidae), акклиматизированного в бассейне Азовского моря [Текст] / O.A. Дирипаско // Вопросы ихтиологии. - 2007. Т. 47, № 4- с. 476 -474.

37.Дронов, C.B. Многомерный статистический анализ: [Текст]: Учебное пособие / C.B. Дронов - Барнаул: Изд-во Алт. гос. ун-та, 2003 - 213 с.

38.Дубинина, O.A. Морфофункциональные изменения эпителиального пласта тонкой кишки рыб при интоксикации солями тяжелых металлов [Текст] / O.A. Дубинина, Е.В. Рябухина // Биол. исслед. в Ярослав, гос. ун-те: Юбил. сб. тез. конф. (29 нояб., 1996). Ярославль: Изд-во ЯГУ, 1997 - с. 76 - 78.

39.Дьяконов, В.П. MATLAB6.5 SP1/7/7 SP1/7 SP2 + Simulink 5/6. Инструменты искусственного интеллекта и биоинформатики [Текст] / В.П. Дьяконов, В.В. Круглов. - М.: СОЛОН-ПРЕСС, 2006 - 456 с.

40.Дэйвисон, М. Многомерное шкалирование: методы наглядного представления данных [Текст] / М. Дэйвисон - М.: Финансы и статистика, 1988 -254 с.

41.Дюк, В.А. Применение технологий интеллектуального анализа данных в естественнонаучных, технических и гуманитарных областях [Текст] / В.А. Дюк, A.B. Флегонтов, И.К. Фомина // Известия Российского государственного педагогического университета им. А.И. Герцена - 2011, № 138 - с. 77 - 84.

42.Дюран, Б. Кластерный анализ [Текст] / Б. Дюран - М.: «Статистика», 1977-128 с.

43.Евтушенко, Н.Ю. Особенности накопления тяжелых металлов в тканях рыб Кременчугского водохранилища [Текст] / Н.Ю. Евтушенко, О.В. Данилко // Гидробиологический журнал, 1996 - Т. 32, № 4 - с. 58 - 66.

44.Егоров, С.Н. Исследование влияния некоторых природных и антропогенных факторов на эффективность мембранного пищеварения карпа: [Текст] / С.Н. Егоров. Автореф. дис.... канд. биол. наук - Астрахань: АГТУ, 1995-20 с.

45.Егорова, В.И. Влияние солевого состава на уровень активности пищеварительных ферментов карпа [Текст] / В.И. Егорова // Юг России: Экология, развитие - 2010, № 4 - с. 63 - 65.

46.Еремина, Е.Ю. Мембранное кишечное пищеварение у больных хроническим билиарнозависимым панкреатитом и способы его коррекции [Текст] / Е.Ю.Еремина, O.A. Строкова // Медицинский альманах. 2009. № 1. С. 65-68.

47.Жизнь животных [Текст] в 6 тт. Т.4, ч. 1 Рыбы / Под ред. А.Г. Банникова - М.: Просвещение, 1969 - 487 с.

48.Зиновьев, И.П. О решении задач прогнозирования с использованием нечетких контроллеров [Текст] / И.П. Зиновьев // Проблемы анализа и моделирования региональных социально-экономических процессов: материалы докладов республиканской научно-практической конференции, Казань: Познание, 2009 - с. 64 - 67.

49.Извекова, Г.И. Гидролитическая активность ферментов микрофлоры, ассоциированной с пищеварительно-транспортными поверхностями кишечника щуки и паразитирующего в нем Triaenophoms nodulosus (Cestoda, Pseudophyllidea) [Текст] / Г.И. Извекова // Журнал эволюционной биохимии и физиологии. - 2005. Т. 41. № 2. - с. 146-153.

50.Извекова, Г.И. Трофические отношения в системе хозяин (налим lota lota)-napa3HT (eubothrium rugosum)- симбионтная микрофлора при гидролизе углеводных компонентов пищи [Текст] / Г.И. Извекова // Журнал эволюционной биохимии и физиологии. - 2006. Т. 42. № 5. - с. 472-479.

51.Извекова, Г.И. Активность карбогидраз симбионтной микрофлоры и их роль в процессах пищеварения у рыб и паразитирующих цестод (на примере

щуки и Trianophorus nodulosus) [Текст] / Г.И. Извекова // Журнал эволюционной биохимии и физиологии. - 2005. Т. 41. № 4. - с. 325-331.

52.Извекова, Г.И. Гидролитическая активность ферментов симбионтной микрфлоры кишечника щуки [Текст] / Г.И. Извекова, А.О. Плотников //Современные проблемы физиологии и биохимии водных организмов. Материалы 2-ой научной конференции с участием стран СНГ (Петрозаводск, 11 - 14 сентября 2007 г.), Петрозаводск: Карельский научный центр РАН, 2007 - с. 64-65.

53.Извекова, Г.И. Влияние Caryophyllaeus laticeps (Cetoda, Caryophyllidea) на активность пищеварительных ферментов леща [Текст] / Г.И. Извекова, М.М. Соловьев, Е.И. Извеков // Известия Российской академии наук. Серия биологическая - 201 la - № 1 - с. 61 - 67.

54.Извекова, Г.И. Гидролитическая активность ферментов симбионтной микрофлоры кишечника щуки (Esox lucius L.) [Текст] / Г.И. Извекова, А.О. Плотников // Биология внутренних вод. - 20116 - № 1 - с. 79 - 85.

55.Ильина, И.Д. Генетические аспекты пищеварительных процессов рыб [Текст] / И.Д. Ильина // Тез. докл. 3-го Всесоюз. совещ. по генетике, селекции и гибридизации рыб (Тарту, 9-11 сент., 1986) - М.: Колос, 1986 - с. 83 - 85.

56.Ильина, JI.K. Поведение сеголетков окуня Perca fluvitilis L. разных экологических групп одной пары производителей [Текст] / JI.K. Ильина // Вопросы ихтиологии - 1973, Т. 13, вып. 2 - с. 79 - 81.

5 7.Использование искусственных нейронных сетей для анализа внутривидовой дивергенции гексаплоидной пшеницы Triticum spelta L. на основании рисунков дифференциального окрашивания хромосом [Текст] / Е.Д. Бадаева [и др.] // Биологические мембраны - 2005 - Т. 22, № 3 - с. 230 - 241.

58.Казлаускене, Н. Воздействие сублетальных концентраций меди на физиологические показатели радужной форели Salmo gairdneri [Текст] / Н. Казлаускене, М.-З. Восилене // Вопросы ихтиологии, 1995 - Т. 35, № 3 - С. 412 -416.

59.Калоус, В. Биофизическая химия [Текст] / В. Калоус, 3. Павличек / Пер. с чешек. - М.: Мир, 1985 - 446 с.

60.Катунин, Д.Н. Эколого-токсикологическая характеристика Волго-Каспийского бассейна в условиях антропогенного воздействия на биоресурсы и среду обитания [Текст] / Д.Н. Катунин, Т.Ф. Курочкина, Б.М. Насибулина / В кн.: Рыбохозяйственные исследования на Каспии: Результаты НИР за 1999 год

- Астрахань: Изд-во КаспНИРХ, 2000 - с. 30 - 45.

61.Клейменов, С.Ю. Сглаживающие сплайны - мощное средство обработки результатов биологического эксперимента [Текст] / С.Ю. Клейменов //Современные проблемы физиологии и биохимии водных организмов. Материалы 2-ой научной конференции с участием стран СНГ (Петрозаводск, 11

- 14 сентября 2007 г.), Петрозаводск: Карельский научный центр РАН, 2007 - с. 71.

62.Книжин, И.Б. О нахождении новой формы хариуса Thymallus arcticus (Thymallidae) в бассейне озера Байкал [Текст] / И.Б. Книжин, С.Дж. Вайс, Б.Э. Богданов, С.С. Самарина, Э. Фруфе // Вопросы ихтиологии - 2006а, т. 46, № 1 -с. 38-47.

63.Книжин, И.Б. К вопросу о разнообразии и таксономическом статусе хариусов (Thymallus, Thymallidae) реки Лена [Текст] / И.Б. Книжин, А.Ф. Кириллов, С.Дж. Вайс // Вопросы ихтиологии - 20066, т. 46, № 2 - с. 182 - 194.

64.Книжин, И.Б. Хариусы бассейна озера Байкал (Thymallus, Thymallidae): разнообразие форм и их таксономический статус [Текст] / И.Б. Книжин, С.Дж. Вайс, С. Сушник // Вопросы ихтиологии. - 2006в, т. 46, № 4 - с. 442 - 459.

65.Книжин, И.Б. Новый подвид амурского хариуса Thymallus grubii flavomaculatus ssp. Nova (Thymallidae) [Текст] / И.Б. Книжин, А.Л. Антонов, С.Дж. Вайс // Вопросы ихтиологии. - 2006г, т. 46, № 5 - с. 581 - 589.

66.Книжин, И.Б. Морфобиологическая характеристика сибирского хариуса Thymallus arcticus (Thymallidae) высокогорных озер бассейна верхнего течения реки Ангара [Текст] / И.Б. Книжин, Б.Э. Богданов, Е.А. Васильева // Вопросы ихтиологии. - 2006д, т. 46, № 6 - с. 747 - 759.

67.Книжин, И.Б. Новый вид хариуса Thymallus tugarinidae sp. Nova (Thymallidae) из бассейна Амура [Текст] / И.Б. Книжин, A.JI. Антонов, С.Н. Сафронов, С.Дж. Вайс // Вопросы ихтиологии. - 2007, т. 47, № 2 - с. 139 - 156.

68.Ковальчук, A.B. Содержание тяжелых металлов в тканях организмов из бассейна Тисы [Текст] / A.B. Ковальчук, H.H. Брень // Вестник Ужгор. ун-та. Сер. Биология, 1999 - № 6 - С. 70.

69.Конин, Д.Н. Влияние ингибиторов на протеолитические ферменты печени моллюсков Viviparus viviparous L. [Текст] / Д.Н. Конин // Вестник Московск. гос. областного университета. Серия: Естественные науки - 2010, № 1-е. 33-35.

70.Коростелев, С.Г. Адаптивные реакции мембранного пищеварения у рыб различных таксономических и экологических групп [Текст] / С.Г. Коростелев, А.Н. Неваленный //Современные проблемы физиологии и биохимии водных организмов. Материалы 2-ой научной конференции с участием стран СНГ (Петрозаводск, 11-14 сентября 2007 г.), Петрозаводск: Карельский научный центр РАН, 2007 - с. 74.

71.Коростелев, С.Г. Характеристика пищеварительных ферментов кишечника белокорого палтуса Hippoglossus stenolepis Schmidt, 1904 и звездчатой камбалы Platichthys stellatus (Pallas, 1788) [Текст] / С.Г. Коростелев, А.Н. Неваленный, O.E. Левченко //Биология моря. 2005. Т. 31. № 3. С. 221-224.

72.Костицин, В.Г. Уровни накопления тяжелых металлов в промысловых рыбах Камского бассейна [Текст] / В.Г. Костицин, Н.В. Костицина, В.А. Зиновьев, Л.И. Торопов // Антропол. воздействие на природу Севера и его экол. последствия: Тез. докл. Всерос. совещ. и выезд, науч. сес. (Апатиты, 22 - 25 июня, 1998) - Апатиты, 1998 - С. 60 - 61.

73.Краткий справочник физико-химических величин [Текст] / Под ред. A.A. Равделя и A.M. Пономаревой - Л.: Химия, 1983 - 232 с.

74.Краюхин, Б.В. Физиология пищеварения пресноводных костистых рыб [Текст] / Б.В. Краюхин - М.: Изд-во АН СССР, 1963 - 190 с.

75.Краюшкина, Л.С. Осмотическая и ионная регуляция у различных видов осетровых (Acipenseriformes, Acipenseridae) [Текст] / Л.С. Краюшкина, О.Г. Семенова // Вопросы ихтиологии, 2006, т. 46, № 1, с. 113 - 124.

76.Кривенко, М.П. Применение методов кластерного анализа и многомерного шкалирования для автоматического построения рубрик [Текст] / М.П. Кривенко, В.Г. Васильев // Системы и средства информатики - М.: ИЛИ РАН, 2002, С. 142-159.

77.Крылова, В.Д. Использование математических методов в физиолого-биохимических исследованиях осетровых рыб [Текст] / В.Д. Крылова, Л.Ж. Житенева, O.A. Рудницкая //Современные проблемы физиологии и биохимии водных организмов. Материалы 2-ой научной конференции с участием стран СНГ (Петрозаводск, 11-14 сентября 2007 г.), Петрозаводск: Карельский научный центр РАН, 2007 - с. 76.

78.Крючин, О.В. Параллельные алгоритмы обучения искусственных нейронных сетей и их применение для прогнозирования численности популяции креветки в Индийском океане [Текст] / О.В. Крючин, A.C. Козадаев, A.A. Арзамасцев // Вестник Тамбовского университета. Серия: Естественные науки, 2010, Т. 15, вып. 5- с. 1465 - 1469.

79.Крючков, В.Н. Морфология органов и тканей водных животных [Текст] / В.Н. Крючков, Г.М. Абдурахманов, H.H. Федорова - М.: Наука, 2004 - 144 с.

80.Кудрявцев, A.M. Автоматизация анализа электрофореграмм и установление генетических формул глиадина с использованием искусственных нейронных сетей при определении сортовых качеств семян твердой пшеницы [Текст] / A.M. Кудрявцев, A.A. Поморцев, В.В. Руанет, С.Я. Дадашев // Сельскохозяйственная биология - 2002 - № 1 - с. 121 - 124.

81.Кузьмина, В.В. Трофическая, защитная и трансформационная функция пищеварительной системы рыб [Текст] / В.В. Кузьмина // Первый конгресс ихтиологов России: Тез. докл. (Астрахань, сент., 1997) - М.: Изд-во ВНИРО, 1997-С. 225.

82.Кузьмина, B.B. Вариабельность активности некоторых ферментов слизистой кишечника рыб [Текст] / В.В. Кузьмина // Журнал эволюционной биохимии и физиологии, 1994 - Т. 30, № 6 - С. 753 - 761.

83.Кузьмина, В.В. Мембранное пищеварение у круглоротых и рыб [Текст] /

B.В. Кузьмина // Вопросы ихтиологии, 1978а - Т. 18, вып. 4(3) - С. 684 - 696.

84.Кузьмина, В.В. Адаптация пищеварительной системы к типу питания у рыб разных экологических групп (на примере активности карбогидраз у рыб Рыбинского водохранилища) [Текст] /В.В. Кузьмина // В кн.: Теоретические аспекты рыбохозяйственных исследований водохранилищ - Л.: Наука, 19786 -

C. 174-184.

85.Кузьмина, В.В. Влияние режима питания и биохимического состава пищи на пищевое поведение карпа Cyprinus carpio [Текст] /В.В. Кузьмина // Вопросы ихтиологии. - 2009. Т. 49. № 1 - с. 111-116.

86.Кузьмина, В.В. Динамика активности протеиназ химуса и слизистой оболочки кишечника рыб при их экспозиции in vitro в пресной и солоноватой воде [Текст] / В.В. Кузьмина // Биология внутренних вод. - 2010. № 1 - с. 92-97.

87.Кузьмина, В.В. Влияние антропогенных факторов на активность пищеварительных ферментов рыб [Текст] /В.В. Кузьмина, И.Л. Голованова // Биология внутренних вод. - 1998 - № 3 - с. 72 - 77.

88.Кузьмина, В.В .Биохимический состав химуса у рыб, различающихся по типу питания [Текст] /В.В. Кузьмина, Н.Г. Живаев, O.A. Ботяжова // Биология внутренних вод. - 2008а. № 3. - с. 88-92.

89.Кузьмина, В.В. Влияние тиреоидных гормонов на динамику активности ферментов слизистой оболочки кишечника молоди плотвы Rutilus rutilus [Текст] / В.В. Кузьмина, Б.А. Левин, Лю Вэй, П.В. Русанова // Вопросы ихтиологии. -2010. Т. 50. № 3 - с. 405-410.

90.Кузьмина, В.В. Влияние температуры на активность протеиназ химуса и слизистой оболочки кишечника рыб разных экологических групп [Текст] /В.В. Кузьмина, Е.Г. Скворцова, М.В. Шалыгин // Журнал эволюционной биохимии и физиологии. - 20086. Т. 44. № 5 - с. 482-488.

91.Кузьмина, В.В. Влияние суточных ритмов питания на общую амилолитическую активность и активность щелочной фосфатазы кишечника у молоди рыб [Текст] / В.В. Кузьмина, А.П. Стрельникова // Биология внутренних вод. 2008. - № 2. - с. 81-90.

92.Кузьмина, В.В. Активность протеиназ у беспозвоночных животных -потенциальных объектов питания рыб. Влияние температуры, рН и тяжелых металлов [Текст] /В.В. Кузьмина, Н.В. Ушакова // Журнал эволюционной биохимии и физиологии. - 2007а. Т. 43. № 5. - с. 404-409.

93.Кузьмина, В.В. Влияние температуры, рН и тяжелых металлов на активность протеиназ слизистой оболочки пищеварительного тракта рыб бенто-и планктофагов [Текст] /В.В. Кузьмина, Н.В. Ушакова // Биология внутренних вод. - 20076. № 4.. с. 88-96.

94.Кузьмина, В.В. Влияние температуры, рн и тяжелых металлов (медь, цинк) на активность протеиназ слизистой оболочки пищеварительного тракта типичных и факультативных ихтиофагов / В.В. Кузьмина, Н.В. Ушакова // Вопросы ихтиологии. - 2007в. Т. 47. № 4. - с. 566-573.

95.Кузьмина, В.В. Влияние температуры, рН и тяжелых металлов (медь, цинк) на активность протеиназ потенциальных объектов питания типичных и факультативных ихтиофагов [Текст] /В.В. Кузьмина, Н.В.Ушакова // Вопросы ихтиологии. - 2007г. Т. 47. № 6 - с. 837-846.

96.Кузьмина, В.В. Протеиназы тюльки С1иреопе11а си^пуепМв рыбинского водохранилища [Текст] / В.В. Кузьмина, Н.В. Ушакова // Вопросы ихтиологии. 2009. - Т. 49. № 2. - с. 277-283.

97.Кузьмина, В.В. Влияние экзогенного серотонинана пищевое поведение карпа Сургтив сагрю Ь. [Текст] /В.В. Кузьмина, Н.В. Ушакова, Н.В. Русанова // Вестник Мордовского университета - 2010а, № 1. Серия: Биологические науки - с. 59 - 64.

98.Кузьмина, В.В. Динамика активности протеаз и гликозидаз химуса рыб при его экспозиции в пресной и солоноватой воде [Текст] /В.В. Кузьмина, Н.В.

Шеховцова, В.Е. Балабонина // Известия Российской академии наук. Серия биологическая - 20106, № 6 - с. 704 - 710.

99.Кузьмина, В.В. Влияние цинка и меди на скорость пищевой реакции карпа Cyprinus carpió L. [Текст] / B.B. Кузьмина, М.М. Шишин // Биология внутренних вод. - 2007. № 2. - с. 105-109.

100. Кузьмина, В.В. Влияние цинка и меди на эффективность гидролиза белковых компонентов пищи у ряда видов пресноводных костистых рыб в условиях in vitro [Текст] /В.В. Кузьмина, М.М. Шишин, Н.В. Корюкаева, М.А. Наумова, O.A. Ботяжова // Биология внутренних вод. 2005. № 4. С. 84-91

101. Куперман, Б.И. Ультраструктура кишечного эпителия налима Lota lota (L.) [Текст] / Б.И. Куперман, И.А. Веригина, В.В. Кузьмина // Вопросы ихтиологии, 1985 - Т. 24, вып. 3-е. 375 - 382.

102. Лакин Г.Ф. Биометрия [Текст] / Лакин Г.Ф. - М.: Высшая школа, 1990 - 370 с.

103. Мельников, В.Н. Экологическая кибернетика. Основы управления экологическими процессами и системами [Текст]: монография: в 2 ч. 4.1 / В.Н. Мельников, A.B. Мельников; Астраханский государственный технический университет - Астрахань: Изд-во АГТУ, 2010а - 384 с.

104. Мельников, В.Н. Экологическая кибернетика. Основы управления экологическими процессами и системами [Текст]: монография: в 2 ч. 4.2 / В.Н. Мельников, A.B. Мельников; Астраханский государственный технический университет - Астрахань: Изд-во АГТУ, 20106 - 424 с.

105. Мельников, В.Н. Системные исследования в теории промышленного рыболовства, аквакультуры и экологии [Текст] / В.Н. Мельников, A.B. Мельников // Вестник Астраханского государственного технического университета. Серия: Рыбное хозяйство. 2010в, № 1 - с. 32 - 41.

106. Мельников, A.B. Особенности управления ресурсами окружающей среды методами экологической кибернетики [Текст] / A.B. Мельников, В.Н. Мельников // Вестник Астраханского государственного технического университета. Серия: Рыбное хозяйство. 2010, № 1 - с. 29 - 31.

107. Меншуткин, В.В. Сочетанная эволюция систем пищеварения, кровообращения, дыхания и выделения: модельное исследование [Текст] / В.В. Меншуткин, Ю.В. Наточин // Журнал эволюционной биохимии и физиологии. -2007. Т. 43. № 3 - с. 279-285.

108. Металлов, Г.Ф. Физиолого-биохимические механизмы эколого-адаптационной пластичности осморегулирующей системы осетровых рыб [Текст] / Г.Ф. Металлов, C.B. Пономарев, В.П. Аксенов, П.П. Гераскин, Астрахан. гос. техн. ун-т - Астрахань: Изд - во АГТУ, 2010 - 192 с.

109.Метельский, С.Т. Транспортные процессы и мембранное пищеварение в слизистой оболочке тонкой кишки. Электрофизиологическая модель [Текст], / С.Т. Метельский, М.: Анахарсис, 2007 - 272 с.

110. Метод обучения нечеткой информационной системы [Текст] / В.А. Тененев [и др.] // Материалы международной научно-технической конференции, посвященной 50-летию ИжГТУ (Ижевск, 19-22 февраля 2002 г.) - Ижевск: Изд-во ИжГТУ, 2002 - с. 27 - 31.

111. Миков, А.И. Проблемы повышения эффективности и гибкости систем имитационного моделирования [Текст] / А.И. Миков, Е.Б. Замятина // Проблемы информатики - 2010, № 4 - с. 49 - 64.

112. Мироновский, А.Н. Факторы, обуславливающие сопоставимость данных, полученных путем оценки пластических признаков рыб [Текст] / А.Н. Мироновский // Вопросы ихтиологии. - 2006, т. 46, № 2 - с. 240 - 251.

113. Михеев, П.Б. Сейсмосенсорная системы нижнеамурского хариуса Thymallus tugarinae (Thymmalidae) реки Анюй [Текст] / П.Б. Михеев // Вопросы ихтиологии. - 2010, Т. 50, № 6 - с. 777 - 781.

114. Мухин, В.А. Особенности пищеварительной функции протеиназ беспозвоночных - обитателей холодных морей [Текст] / В.А. Мухин, Е.Б. Смирнова, В.Ю. Новиков // Журнал эволюционной биохимии и физиологии. -2007. Т. 43. №5.-с. 398-403.

115.Неваленный, А.Н. Функциональная организация и адаптивная регуляция процессов пищеварения у рыб в различных экологических условиях: [Текст] Автореф. дис. ... д-ра биол. наук / Неваленный А.Н. - М.: 1996 - 25 с.

116. Неваленный, А.Н. Влияние ионов кадмия на уровень активности а-амилазы и щелочной фосфатазы в слизистой кишечника карпа [Текст] / А.Н. Неваленный, Д.А. Бедняков // Современные средства воспроизв. и исп. водных биоресурсов: Тез. докл. науч.-технич. симпозиума СПб, 2000 - с. 28 - 29.

117. Неваленный, А.Н. Энзимология: [Текст]: Учеб. пособие / А.Н. Неваленный, Д.А. Бедняков, И.С. Дзержинская / Астрахан. гос. техн. ун-т. — Астрахань: Изд-во АГТУ, 2005 - 84 с.

118. Неваленный, А.Н. Функциональная организация и адаптивная регуляция процессов пищеварения у рыб: [Текст]: Моногр. / А.Н. Неваленный, A.B. Туктаров, Д.А. Бедняков - Астрахань: ФГОУ ВПО «Астрахан. гос. техн. ун-т», 2003 - 152 с.

119.Новаковский, А.Б. Методы ординации в современной геоботанике [Текст] / А.Б. Новаковский // Вестник Института биологии Коми НЦ УрО РАН, № 10 (132),2008-с. 2-8.

120. Особенности мембранного пищеварения карповых видов рыб [Текст] / Г.М. Абдурахманов [и др.] -М.: Наука, 2003 - 301 с.

121. Павлов, Д.С. Оценка и предотвращение природных и антропогенных воздействий на рыб Волжского бассейна [Текст] / Д.С. Павлов, Ю.Ю. Дгебуадзе, И.А. Евланов // Экология и промышленность России - 2010, № 11 -с. 16-23.

122.Паклин, Н.Б. Адаптивные модели нечеткого вывода для идентификации нелинейных зависимостей в сложных системах [Текст]: автореферат диссертации кандидата технических наук: 05.13.18 / Н.Б. Паклин -Ижевский государственный технический университет, Ижевск, 2004 - 19 с.

123. Паклин, Н.Б. Адаптивные системы нечеткого логического вывода и их приложения [Текст] / Н.Б. Паклин // Интеллектуальные системы в производстве - № 2 - Ижевск: Изд-во ИжГТУ, 2003 - с. 138 - 151.

124.. Папченкова, Г.А. Репродуктивные показатели, размеры и активность гидролаз у Daphnia magna Straus в ряду поколений при действии гербицида «РАУНДАП» [Текст] / Г.А Папченкова, И.Л. Голованова, Н.В. Ушакова // Биология внутренних вод. - 2009. № 3. - с. 105-110.

125.Пимашкин, A.C. Использование математических моделей для определения достоверности различных параметров в динамических биологических системах [Текст] / A.C. Пимашкин, A.A. Лебединский, A.B. Сельянов // Вестник Нижегородского университета им. Н.И. Лобачевского -2010, № 2, ч. 2 - с. 566 - 570.

126.Пичугин, М.Ю. О ручьевых гольцах Южных Курильских островов и возможном механизме образования карликовых форм мальмы Salvelinus malma curilus [Текст] / М.Ю. Пичугин, Л.К. Сидоров, О.Ф. Гриценко // Вопросы ихтиологии. - 2006а, т. 46, № 2 - с. 224 - 239.

127. Пичугин, М.Ю. Новые данные о кундже Salvelinus leucomaenis и ее взаимоотношениях с мальмой S. malma curilus в пресных водах Южных Курильских островов [Текст] / М.Ю. Пичугин, Л.К. Сидоров, О.Ф. Гриценко // Вопросы ихтиологии. - 20066, т. 46, № 3. - с. 356 - 369.

128. Плакунов, В.К. Основы энзимологии [Текст] / В.К. Плакунов - М.: Логос, 2001 -202 с.

129.Популяционная структура кеты Oncorhynchus keta континентального побережья Охотского моря [Текст] / В.В. Волобуев [и др.] // Вопросы ихтиологии, 2005, т. 45, № 4 - с. 489 - 501.

130. Прокофьев, A.M. О происхождении Соловецкой ряпушки Coregonus albula и корюшки Osmerus eperlanus Сямозера [Текст] / A.M. Прокофьев // Вопросы ихтиологии, Т. 49, JNs 1 — 2009 - с. 15 - 28.

131. Пучков, Н.В. Физиология рыб [Текст] / Н.В. Пучков - М.: Пищепромиздат, 1954 - 330 с.

132. Репин, C.B. Математические методы обработки статистической информации с помощью ЭВМ / C.B. Репин, A.C. Шеин - Минск: 1990, Университетское - 128 с.

133.Роева, H.H. Металлотионеины - белки, связывающие тяжелые металлы у рыб [Текст] / H.H. Роева, A.B. Сидоров, Ю.Г. Юровицкий // Изв. РАН. Сер. Биология, 1999, № 6 - С. 748 - 755.

134.Руанет, В.В. Нейросетевые технологии в медико-биологических исследованиях [Текст] /В.В. Руанет - Тула: Изд-во ТулГУ, 2007 - 194 с.

135.Руанет, В.В. Возможность установления видовой принадлежности Aegilops на основании анализа D-геномов с помощью искусственных нейронных сетей [Текст] /В.В. Руанет, Е.Д. Бадаева // Генетика - 2002 - Т. 38, № 11-с. 1339-1342.

136. Руанет, В.В. Использование искусственных нейронных сетей при автоматизации анализа и генетической расшифровке электрофоретических спектров глиадина твердой пшеницы [Текст] /В.В. Руанет, С.Я. Дадашев, A.M. Кудрявцев // Генетика - 2001 - Т. 37, № 10 - с. 1435 - 1437.

137. Руанет, В.В. Использование искусственных нейронных сетей в цитогенетических исследованиях [Текст] / В.В. Руанет, А.К. Хетагурова, Е.Д. Бадаева // Биомедицинская химия - 2004 - Т. 50, приложение - № 1-е. 163 — 171.

138. Руанет, В.В. Использование сетей Кохонена для обработки результатов RAPD и IS SR анализов для изучения полиморфизма у представителей рода Capsicum L. [Текст] / В.В. Руанет, Е.З. Кочиева, H.H. Рыжова // Генетика - 2005, Т. 41, № 1 - с. 1 - 9.

139. Руанет, В.В. Использование искусственных нейронных сетей для обработки результатов биоинформационных исследований [Текст] / В.В. Руанет, А.К. Хетагурова // Нейроинформатика (сборник научных трудов) - 2006 -4.3-с. 196-203.

140. Руанет, В.В. Использование нейроинформационных технологий для комплексного решения медико-биологических проблем [Текст] /В.В. Руанет, A.A. Хадарцев, А.К. Хетагурова // Вестник новых медицинских технологий -2007, T. XIV, № 1 - с. 69 - 72.

141.Руанет, B.B. Использование самоорганизующейся карты признаков для решения задач моделирования в биологических системах [Текст] / В.В. Руанет, A.A. Хадарцев, А.К. Хетагурова // Вестник новых медицинских технологий - 2007, T. XIV, № 2 - с. 148 - 149.

142. Руанет, В.В. Разработка интеллектуальных систем поддержки принятия решений на базе нейросетевых технологий для анализа электрофоретических спектров глиадина пшеницы и определения сортовой принадлежности семян [Текст] / В.В. Руанет, В.П. Упелниек, В.А. Пухальский, A.M. Кудрявцев // Известия ТСХА - 2007 - с. 18 - 20.

143.Рутковская, Д. Нейронные сети, генетические алгоритмы и нечеткие системы [Текст] / Д. Рутковская, М. Пилиньский, Л. Рутковский - М.: Горячая линия - Телеком, 2006 - 452 с.

144. Савенко, B.C. Химическая модель морской воды при температуре 0 -35°С и солености 5 - 35%о [Текст] / B.C. Савенко // ДАН СССР, 1977 - Т.236, № 5-С. 1226-1228.

145. Смит, Линвуд С. Введение в физиологию рыб [Текст] / сокр. перевод с англ. В.И. Лапина / Смит, Линвуд С - М.: Агропромиздат, 1986 - 164 с.

146. Сорвачев, К.Ф. Основы биохимии питания рыб [Текст] / К.Ф. Сорвачев - М.: Легкая и пищевая промышленность, 1982 - 247 с.

147. Справочник по физиологии рыб [Текст] / [Яржомбек A.A. и др.] - М.: Агропромиздат, 1986 - 190 с.

148. Столяр, О.Б. Влияние ионов меди на тиоловые соединения в печени карпа [Текст] / О.Б. Столяр, В.З. Курант, Р.Б. Балабан // Вопросы ихтиологии. 1998, №4-с. 87-91.

149. Строганов, Н.С. Экологическая физиология рыб [Текст] / Н.С. Строганов - М.: Изд-во МГУ, 1962 - 248 с.

150. Сырямкин, В.И. Методы повышения логической прозрачности нейронной сети [Текст] / В.И. Сырямкин, C.B. Горбачев // Телекоммуникации -2011 -№2-с. 6-10.

151. Толстова, Ю.Н. Основы многомерного шкалирования [Текст] / Ю.Н. Толстова - М.: КДУ, 2006 - 160 с.

152. Туктаров, A.B. Оценка уровня активности гидролитических ферментов слизистой оболочки пилорической железы русского осетра [Текст] / A.B. Туктаров, А.Н. Неваленный // Эколого-биологические проблемы бассейна Каспийского моря: материалы 8 Международной научной конференции. 11-12 октября 2005 г. / отв. ред. В.Н. Пилипенко - Астрахань: Издательский дом «Астраханский университет», 2005 - 257 с.

153. Туктаров, A.B. Влияние ионов металлов на пищеварительно-транспортную функцию кишечника осетровых рыб: [Текст] Автореф. дис. ... канд. биол. наук / A.B. Туктаров - Астрахань: АГТУ, 2002 - 15 с.

154. У го лев, A.M. Теория адекватного питания и трофология [Текст] / A.M. Уголев - Л.: Наука, 1991 - 272 с.

155.Уголев, A.M. Физиология и патология пристеночного (контактного) пищеварения [Текст] / A.M. Уголев - Л.: Наука, 1967 - 170 с.

156. Уголев, A.M. Мембранное пищеварение и процессы усвоения пищи в мире животных [Текст] / A.M. Уголев // Журнал эволюционной биохимии и физиологии, 1972 - Т. 8, № 3 - С. 269 - 278.

157. Уголев, A.M. Трофология - новая междисциплинарная наука [Текст] / A.M. Уголев // Вестник АН СССР, 1980, № 1 - С. 50 - 61.

158. Уголев, A.M. Аккумулирующий препарат слизистой - новый метод исследования начальных этапов переноса веществ через кишечную стенку [Текст] / A.M. Уголев, Д.Р. Жигуре, Е.Е. Нуркс // Физиологический журнал СССР, 1970-Т. 61,№ 11 -С.1638- 1641.

159. Уголев, A.M. Эволюционная физиология пищеварения [Текст] / A.M. Уголев, H.H. Иезуитова, В.А. Цветкова // Руководство по физиологии. Эволюционная физиология / Под ред. Е.М. Крепса - Л.: Наука, 1983 - С. 301 -370.

160. Уголев, A.M. Пищеварительные процессы и адаптации у рыб [Текст] / A.M. Уголев, В.В. Кузьмина- СПб.: Гидрометеоиздат, 1993 - 239 с.

161.Уголев, A.M. Регуляторные свойства пищеварительных ферментов и биология многосубстратных пищеварительных процессов [Текст] / A.M. Уголев, П.М. Митюшова, В.В. Егорова // Журнал эволюционной биохимии и физиологии, 1977 - Т. 13, № 8 - С. 589 - 599.

162. Уголев, A.M. Индуцированный аутолиз как важный механизм начальных стадий пищеварения в естественных условиях [Текст] / A.M. Уголев, В.А. Цветкова // Физиологический журнал СССР, 1984 - Т. 70, С. 1542 - 1550.

163.Узунова Елиза Промени в еритроцитната устойчивост при риби в условията на замърсяване с някол тежки метали [Текст] / Узунова Елиза, Димитрова Мариета // Почвозн., агрохим. и екол. 1998, № 1 - С. 32 - 36.

164. Факторный, дискриминантный и кластерный анализ [Текст] // Под ред. И.С. Енюкова, 1989 - М.: Финансы и статистика - 215 с.

165. Фандж Р. Пищеварение [Текст] / Р. Фандж, Д. Гроув // Биоэнергетика и рост рыб - М.: Легкая и пищевая промышленность, 1983 - С. 112 - 202.

166. Физиология человека [Текст]: учебн. для мед. ин-тов / Под ред. Е.Б. Бабского - М.: Медицина, 1972 - 656 с.

167. Физическая химия: [Текст]: Учеб. пособие для вузов. В 2 кн. Кн. 1: Строение вещества. Термодинамика / Под ред. К.С. Краснова - М.: Высшая школа, 2001 - 512 с.

168. Филиппов, A.A. Раздельное и совместное влияние меди и цинка in vitro на активность карбогидраз кишечника пресноводных костистых рыб [Текст] / A.A. Филиппов, И.Л. Голованова // Биология внутренних вод. -2010. № 1 - с. 104-109.

169. Хайкин, С. Нейронные сети: полный курс [Текст] / С. Хайкин - М.: Издательский дом «Вильяме», 2006 - 1104 с.

170.Хетагурова, А.К. Применение нейроинформационных технологий в паллиативной медицине [Текст] / А.К. Хетагурова, И.О. Слепушенко, В.В. Руанет, Б.К. Липский // Сестринское дело - 2003 - № 6 - с. 7 - 9.

171. Хру стал ева, A.M. Генетическая дифференциация нерки {Oncorhynchus пегка) азиатских стад [Текст] / A.M. Хру стал ева Автореф. дис... канд. биол. наук, М., 2007- 25 с.

172. Хрусталев, П.Е. Продуктивное развитие обобщающей способности многослойного персептрона [Текст] / П.Е. Хрусталев // Нейрокомпьютеры: разработка, применение - 2011, № 2 - с. 17-20.

173. Черная, JI.B. Содержание тяжелых металлов в тканях пиявок, обитающих в озерах Южного Урала [Текст] / JI.В .Черная, JI.A. Ковальчук // Вестник Оренбургского государственного университета - 2010, № 12 — с. 65 -68.

174. Шилова, Н.А. Влияние биогенных металлов на жизнедеятельность Daphnia magna [Текст] / Н.А. Шилова, С.М. Рогачева, Т.П. Губина // Известия Самарского научного центра Российской академии наук - 2010, Т. 12, № 1, ч. 8 -с. 1951-1953.

175.Шипулин, С.В. Особенности состояния пищеварительной системы осетровых рыб в период нерестовой миграции в р. Волга [Текст] Автореф. дис... канд. биол. наук / С.В. Шипулин, Астрахань, 2006.- 23 с.

176. Шитиков, В.К. Количественная гидроэкология: методы системной идентификации [Текст] / В.К. Шитиков, Г.С. Розенберг, Т.Д. Зинченко -Тольятти: ИЭВБ РАН, 2003.- 463 с.

177.Штовба, С.Д. Проектирование нечетких систем средствами MATLAB - М.: Горячая линия [Текст] / С.Д. Штовба - Телеком, 2007 - 288 с.

178. Allen, J. Development of a neural network screening aid for diagnosing lower limb peripheral vascular disease from photoelectric plethysmography pulse waveforms [Text] / J. Allen, A. Murray // Physiol. Meas.- 1993.- V.14, N.I.- p. 1322.

179.Astion, M.L. Application of neural networks to the classification of giant cell arteritis [Text] / M.L. Astion, M.H. Wener, R.G. Thomas, G.G. Hunder, D.A. Bloch // Arthritis Reum.-1994.- V.37, N.5.- p. 760-770.

180.Aynsley, M. Artificial intelligence and the supervision of bioprocesses (real-time knowledge-based systems and neural networks) [Text] / M. Aynsley, A. Hofland, A.J. Morris // Adv. Biochem. Eng. Biotechnol.- 1993.- N.48.- p. 1-27.

181. Barschdorff D. Phonographic diagnostic aid in heart defects using neural networks [Text] / D. Barschdorff, S. Ester, T. Dorsel // Biomedical Technologies -Berlin.- 1990.- V.35, N.l 1.- p. 271-279.

182. Baxt, W.G. A neural network trained to identify the presence of myocardial infarction bases some decisions on clinical associations that differ from accepted clinical teaching [Text] / W.G. Baxt // Med. Decis. Making.- 1994.- V.14, N.3.- p. 217-222.

183. Baxt, W.G. Complexity, chaos and human physiology: the justification for non-linear neural computational analysis [Text] / W.G. Baxt // Cancer Lett.- 1994.-V.77,N.2-3.-p. 85-93.

184. Baxt, W.G. Use of an artificial neural network for the diagnosis of myocardial infarction [Text] / W.G. Baxt // Ann. Intern. Med.- 1991.- V.115, N.ll.-p. 843-848.

185. Baxt, W.G Analysis of the clinical variables driving decision in an artificial neural network trained to identify the presence of myocardial infarction [Text] / W.G. Baxt//Ann. Emerg. Med.- 1992.- V.21, N.12.-p. 1439-1444.

186. Dethloff, G.M. Effects of copper on immune system parameters of rainbow trout (Onchorhynchus mykiss) [Text] / G.M. Dethloff, C. Bailey Howard // Environ. Toxicol, andChem. 1998, N 19 -p. 1807 - 1814.

187. Duda, R.O. Pattern Classification and Scene Analysis [Text] / R.O. Duda, P.E. Hart, New York: Wiley, 1973 - p. 21 - 30.

188.Durbin, R. Product units: A computationally powerful and biologically plausible extension to backpropagation networks [Text] / R. Durbin, D.E. Rummelhart // Neural Computation, 1989, vol. 1 - p. 133 - 142.

189. Ercal, F. Neural network diagnosis of malignant melanoma from color images [Text] / F. Ercal, A. Chawla, W.V. Stoeker // IEEE Trans. Biomed. Eng.-1994.-V.41,N.9.-p. 837-845.

190. Fargasova, A. Sensitivity of Chironomus plumosus larvae to V5+, Mo6+, Ni2+, Cu2+ and Cu+ metal ions and their combinations [Text] / A. Fargasova // Bull. Environ. Contam. and Toxicol - 1997, № 6 - p. 956 - 962.

191. Floyd, C.E.Jr. Prediction of breast cancer malignancy using an artificial neural network [Text] / C.E.Jr. Floyd, J.Y. Lo, A.J. Yun // Cancer.- 1994.- V.74, N.ll.-p. 2944-2948.

192. Fu, H.C. A fuzzy neural network for knowledge learning [Text] / H.C. Fu, J.J. Shann // International Journal Neural Syst.- 1994.- V.5, N.I.- p. 13-22.

193. Gardner, M.L.G. Intestinal assimilation of intact peptides and proteins from the diet - a neglected field? [Text] / M.L.G. Gardner // Biol. Rev., 1984. Vol. 59. -p. 289-331.

194. Gardner, M.L.G. Gastrointestinal absorption of intact proteins [Text] / M.L.G. Gardner // Annu. Rev. Nutr. 1988. Vol. 8. - p. 329 - 350.

195.Gindi, G.R. Neural network and conventional classifiers for fluorescence-guided laser angioplasty / G.R. Gindi, C.J. Darken, K.M. O'Brien // IEEE Trans. Biomed. Eng.- 1991.- V.38, N.3.- p. 246-252.

196. Golovanova, I.L. Effects of Cadmium, Naphtalene and DD VP on Gut Carbohydrases Activity in Bream (Abramis brama L.) and Mozambique Tilapia (Opeochromis mossambicus Peters) [Text] / I.L. Golovanova, G.M. Chuiko, D.F. Pavlov // Bull. Environ. Contam. and Toxicol. 1994, N 3 - p. 338 - 345.

197. Gross, G.W. Neural networks in radiologic diagnosis. II. Interpretation of neonatal chest radiographs [Text] / G.W. Gross, J.M. Boone, V. Greco-Hunt // Invest. Radiol.- 1990.- V.25, N.9.- p.1017-1023.

198. Guo, Z. Artificial neural networks in computer-assisted classification of heart sounds in patients with porcine bioprosthetic valves [Text] / Z. Guo, L.G. Durand, H.C. Lee // Med. Biol. Eng. Comput.- 1994.- V.32, N.3.- p. 311-316.

199. Gupta, M.M. Intelligent Control Systems: Theory and Applications [Text] / M.M. Gupta, N.K. Sinha, New York: IEEE Press, 1996 - p. 57 - 62.

200. Hoher, M. Neural network based QRS classification of the signal averaged electrocardiogram [Text] / M. Hoher, H.A. Kestler, G. Palm // Eur. Heart J.- 1994.-V.15.- Abstr. Supplement XII-th World Congress Cardiology (734).- p. 114.

201.Korver, M. Converting a rale-based expert system into a belief network [Text] / M. Korver, P.J. Lucas // Med. Inf. Lond.- 1993.- V. 18, N.3p. 219-241.

202. Kramer, A.H. Efficient parallel learning algorithms for neural networks [Text] / A.H. Kramer, A. Sangiovanni-Vincentelli // Advances in Neural Information Processing Systems, 1989, vol. 1, San Mateo, CA: Morgan Kaufmann - p. 40 - 48.

203. Lee, H.-L. Fuzzy Theory in Traditional Chinese Pulse Diagnosis Proceedings [Text] / H.-L. Lee, S. Suzuki, Y. Adachi // 1993 International Joint Conference on Neural Networks, Nagoya, Japan, October 25-29, 1993.- Nagoya, 1993.-V.l.-p. 774-777.

204.Levine, D.S. Methodological and theoretical issues in neural network models of frontal cognitive functions [Text] / D.S. Levine, R.W. Parks, P.S. Prueitt // Int. J. Neurosci.- 1993.- V.72, N.3-4.- p. 209-233.

205. Maclin, P.S. Using an artificial neural network to diagnose hepatic masses [Text] / P.S. Maclin, J Dempsey // J. Med. Syst.- 1992.- V.16, N.5.- p. 215-225.

206. Modai, I. Clinical decisions for psychiatric inpatients and their evaluation by a trained neural network [Text] /1. Modai, M. Stoler, N. Inbar-Saban // Methods Inf. Med.- 1993.- V.32, N.5.- p. 396-399.

207. Nakajima, H. Evaluation of neural network rate regulation system in dual activity sensor rate adaptive pacer [Text] / H. Nakajima, J. Anbe, Y. Egoh // European Journal of Cardiac Pacing and Electrophysiology.- Abstracts of 9th International Congress, Nice Acropolis - French, Rivera, June 15-18, (228), 1994.-Rivera, 1994.-p. 54.

208. Okamoto, Y. Study on decision support system for the interpretation of laboratory data by an artificial neural network [Text] / Y. Okamoto, H. Nakano, M. Yoshikawa // Rinsho. Byori.- 1994.- V.42, N.2.- p. 195-199.

209.Poli, R. A Neural Network Expert System for Diagnosing and Treating Hypertension [Text] / R. Poli, S. Cagnoni, R. Livi // Computer.- 1991.- N.3.- p. 6471.

210. Reinbnerger, G. Neural networks as a tool for utilizing laboratory information: comparison with linear discriminant analysis and with classification and regression trees [Text] / G. Reinbnerger, G. Weiss, G. Werner-Felmayer // Proc. Natl. Acad. Sci., USA.- 1991.-V.88,N.24.- p. 11426-11430.

211. Rethinking Innateness: A Connectionist Perspective on Development [Text] / J.L. Elman [etc], Cambridge, MA: MIT Press, 1996 - p. 71 - 76.

212. Rinast, E. Neural network approach for computer-assisted interpretation of ultrasound images of the gallbladder [Text] / E. Rinast, R. Linder, H.D. Weiss // Eur. J. Radiol.- 1993.- V.17, N.3.- p. 175-178.

213.Rozenbojm, J. An expert clinical diagnosis system for the support of the primary consultation [Text] / J. Rozenbojm, E. Palladino, A.C. Azevedo // Salud. Publica Mex.- 1993.- V.35, N.3.- p. 321-325.

214. Senna, A.L. Neural Networks in Biological Taxonomy [Text] / A.L. Senna, W.M. Junior, M.L.B. Carvallo, A.M. Siqueira // Proceedings of 1993 International Joint Conference on Neural Networks, Nagoya, Japan, October 25-29, 1993.-Nagoya, 1993.- V.l.-p. 33-36.

215. Stefanuk, V.L Expert systems and its applications The lectures of Union's workshop on the main problems of artificial intillegence and intellectual systems. [Text]: Part 2/ V.L. Stefanuk, Minsk, 1990.- p. 36-55.

216. Sweeney, J.W.P. Probabilistic Neural Network as Chromosome Classifier [Text] / J.W.P. Sweeney, M.T. Musavi, J.N. Guidi // Proceedings of 1993 International Joint Conference on Neural Networks, Nagoya, Japan, October 25-29, 1993.-Nagoya, 1993.-V.1.-p. 935-938.

217.Takahashi, M. Biomedical applications of fuzzy logic controllers [Text] / M. Takahashi // Proceedings of the First International Conference on Fuzzy Logic and Neural Networks, vol. 1, Iizuka, 1990 - p. 553 - 556.

218. Van Leeuwen J.L. Neural network simulations of the nervous system [Text] / J.L. Van Leeuwen // Eur. J. Morphol.- 1990.- V.28, N.2-4.- p. 139-147.

219.Varela, F.J., Coutinho A., Dupire B. Cognitive networks: immune, neural and otherwise theoretical immunology. [Text] / F.J. Varela, A. Coutinho, B. Dupire / Ed. by Perelson A.- Addison Wesley, 1988.- Part 2.- p. 359-375.

220. Yang, T.-F. Combination of artificial neural networks and deterministic logic in the electrocardiogram diagnosis of inferior myocardial infarction [Text] / T.-F. Yang, B. Devine, P.W. Macfarlane // Eur. Heart J.- 1994.- V.15.- Abstr. Supplement XH-th World Congress Cardiology (2408).- p. 449.